Flutter 에서 Google ML Kit으로 얼굴인식 수행하기
오늘은 Flutter에서 다양한 유형의 사진을 다중선택 한 후 Google ML Kit의 얼굴인식 기능을 이용하여 사람이 사진 속에 존재하는지를 판정하는 간단한 앱을 만들어 보겠습니다.
사진 다중 선택은 예전에도 사용해봤던 아래 패키지를 이용하고자 합니다.
아울러서 이미지 타입을 용이하게 변환하고자 다음 패키지도 이용합니다.
주요 소스코드
"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다."
// .. 전략
// 간단하게 클래스 하나 정의하구요
class ImageObj {
final String title;
final Image image;
ImageObj({
required this.title,
required this.image,
});
}
class _MyHomePageState extends State<MyHomePage> {
// 스테이트 클래스 내부에 아래처럼 위에서 정의한 클래스와
// 얼굴인식 용 오브젝트를 선언합니다.
List<ImageObj> images = [];
final FaceDetector _faceDetector = FaceDetector(
options: FaceDetectorOptions(
enableContours: true,
enableClassification: true,
),
);
Future<void> _doDetect() async {
final ImagePicker picker = ImagePicker();
// 이미지 선택 다이얼로그 띄웁니다
List<XFile> imagesFromPicker = await picker.pickMultiImage();
List<int> faceCount = [];
images = [];
for(XFile item in imagesFromPicker) {
// 이미지 피커에서 사용하는 XFile 타입을 ML Kit에서 사용하는 InputImage 형태로 변경
final faces = await _faceDetector.processImage(InputImage.fromFilePath(item.path));
faceCount.add(faces.length);
}
setState(() {
int i = 0;
for(XFile item in imagesFromPicker) {
// XFile 타입을 이미지 뷰어에서 사용하는 Image 타입으로 변환하기 위해서
// cross_file_image 패키지를 여기서 사용합니다.
images.add(
ImageObj(title: faceCount[i++] > 0 ?
"Human" : "No Human", image: Image(image: XFileImage(item))));
}
});
}
@override
Widget build(BuildContext context) {
return Scaffold(
appBar: AppBar(
title: Text(widget.title),
),
body: Center(
child: images.length > 0 ? ListView.builder(
itemCount: images.length,
itemBuilder: (context, index) {
return ListTile(
leading: images[index].image,
title: Text(images[index].title),
onTap: () {
},
);
}) : Text("No Images"),
),
floatingActionButton: FloatingActionButton(
onPressed: _doDetect,
tooltip: 'Increment',
child: const Icon(Icons.add),
),
);
}
}
수행결과
- 사람이 아닌 것은 확실히 “아니라고” 합니다. 정확히 표현하면 사람 얼굴을 0개 찾아냅니다.
- 빵, 꽃, 고양이 사진을 선택했는데 모두 아니라고 나옵니다.
- 그런데 사람의 경우에는 정면사진이 아닐 경우 오인식이 나타나는군요.
- 아무래도 ML 모델의 원리가 눈도 2쌍, 귀도 2쌍이어야 하고
- 동공이 측정되어야하고 이목구비의 거리 및 비율 등을 특징값으로 학습한 것이 아닐까 추측됩니다.
- 옆 모습이나, 눈감은 모습, 누워있는 모습은 얼굴이 0개로 측정되는 경우가 있습니다.
Comments