Reconocimiento Facial con Machine Learning en Android

Curso de Desarrollo de Aplicaciones con Huawei

Contenido del curso

Introducción a HMS Core

Autenticación con HMS Account Kit

Construyendo nuestra cámara de selfies con HMS ML Kit

Aplicando notificaciones push con HMS Push kit

Conclusiones y consejos

Tomar examen

Cursos Empresas Blog Live Conf Eventos Precios

0:0010:58

Reconocimiento Facial con Machine Learning en Android

Curso de Desarrollo de Aplicaciones con Huawei

Clase 18 de 31

Clase 18 / 31

Recursos

Pintar un rectángulo sobre el rostro detectado por la cámara es el paso que conecta la captura de video con el reconocimiento facial real. Aquí se construye la clase LocalFaceGraphic, se configura el Canvas de Android para trabajar con píxeles reales y se dibuja un cuadro que sigue los límites exactos de la cara usando un objeto de machine learning.

¿Por qué convertir density pixels a píxeles reales en Android?

Android utiliza density pixels (dp) para adaptar las interfaces a distintas pantallas, pero el componente Canvas —que es el lienzo donde se dibujan formas— solo entiende píxeles reales. Si se pasan valores en dp directamente, el cuadro se pintaría con un tamaño incorrecto.

Para resolver esto se crea un paquete llamado Utils [01:02] y dentro de él un objeto CommonUtils con una función dp2px (density pixels to pixels). Esta función recibe un contexto y un valor flotante, y retorna el resultado de multiplicar ese valor por la densidad del display obtenida de context.resources.displayMetrics.density, sumándole 0.5f como redondeo. Con esa única línea se garantiza que cualquier medida en dp se traduzca correctamente al Canvas.

¿Cómo se estructura la clase LocalFaceGraphic para reconocer rostros?

Dentro de la carpeta overlay se crea la clase LocalFaceGraphic [01:52]. Su constructor recibe dos parámetros principales:

Un overlay de tipo GraphicOverlay, que es la capa visual sobre la cámara.
Una variable volátil de tipo rostro, vinculada al objeto MLFace [02:22], el segundo componente de machine learning que determina si lo que ve la cámara es efectivamente una cara.

La clase hereda de BaseGraphic y, al hacerlo, debe implementar obligatoriamente el método draw [02:50], que es donde se ejecuta toda la lógica de dibujo.

¿Qué papel cumple el objeto FacePaint?

Antes de dibujar, se configura un objeto FacePaint de tipo Paint (de android.graphics) [03:08]. En el bloque init se definen tres propiedades clave:

Color de la línea: se asigna el rojo corporativo de Huawei (#F4484B) [03:42].
Estilo Stroke: indica que el rectángulo se pintará solo con bordes, sin relleno [03:58].
Ancho del trazo (strokeWidth): utiliza la función dp2px para convertir 1f dp al grosor correcto en píxeles reales [03:22].

¿Cómo se delimitan los bordes del rostro con puntos?

Dentro de la función draw, lo primero es validar: si la cara es nula, se retorna vacío y no se pinta nada [04:18]. Si existe, se obtiene el faceShape de tipo face [04:32]. El faceShape puede representar toda la cara, el ojo izquierdo o el ojo derecho; en este caso se necesita el rostro completo.

Se extraen los face points [04:52] y se declaran cuatro variables de control:

verticalMin y verticalMax para la altura.
horizontalMin y horizontalMax para el ancho.

Estas variables se inicializan con Float.MAX_VALUE o 0f según corresponda [05:08]. Un ciclo for recorre cada punto del rostro [05:28] y, si sus coordenadas X e Y no son nulas, actualiza los valores mínimos y máximos comparando cada coordenada. Así se obtiene el bounding box exacto que encierra la cara sin salirse de sus bordes [05:42].

¿Cómo se dibuja el rectángulo de reconocimiento facial en el Canvas?

Con los límites calculados se construye un Rect (rectángulo) [06:42] cuyos vértices se definen mediante funciones translateX y translateY que convierten las coordenadas del modelo a posiciones reales en pantalla:

Esquina superior izquierda: translateX(horizontalMin), translateY(verticalMin).
Esquina inferior derecha: translateX(horizontalMax), translateY(verticalMax).

Cada valor se convierte a entero con .toInt() [07:02]. Finalmente, el rectángulo se agrega al Canvas con canvas.drawRect(rect, facePaint) [07:18], y el cuadro rojo aparece rodeando el rostro detectado en tiempo real.

Este flujo completo —conversión de dp a px, configuración del Paint, cálculo dinámico de límites y traslación de coordenadas— es la base sobre la que se construyen funcionalidades más avanzadas como la comparación de rostros o la autenticación biométrica. ¿Ya probaste cambiar el color del cuadro o agregar detección de ojos? Comparte tu experiencia en los comentarios.

Introducción a HMS Core

Creación de Cámara Selfie con Kits de Huawei

Depuración de Aplicaciones en la Nube con Huawei Cloud Debugging

Desarrollo de Aplicaciones con Huawei Mobile Services Core

Creación de Proyecto Android Studio con Huawei Kits

Creación de Aplicaciones en AppGallery Connect de Huawei

Generación de Huella Digital SHA-256 para Android Studio

Configuración de APIs Huawei para Proyecto de Selfies en Android Studio

Configuración de Gradle para Huawei en Android Studio

Sincronización de aplicaciones con dependencias Huawei en Gradle

Autenticación con HMS Account Kit

Diseño de Pantalla de Login con Huawei Account Kit

Autenticación con Huawei Account Kit en Aplicaciones Android

Autenticación con Huawei ID en Aplicaciones Android

Implementación de Logout con Huawei AccountKit y Refactorización en Android

Construyendo nuestra cámara de selfies con HMS ML Kit

Diseño de Pantalla en Selficam con Huawei ML Kit

Permisos de Cámara en Aplicaciones Android

Configuración y Personalización de Cámaras en Android

Personalización de Interfaz Gráfica para Cámara en Android

Reconocimiento Facial con Machine Learning en Android

Creación del Motor de Lente para Selfie Cam en Android

Implementación de Layout para Actividad de Cámara en Android

Integración de Cámara y Botones en Aplicación de Selfies

Implementación de Verificación Facial en App Android

Detección de Sonrisa y Rostro en Cámaras Huawei

Detección de Rostros y Cambio de Cámara en Android Studio

Implementación de Funcionalidad de Toma y Retoma de Fotos en Android

Guardar fotos en la galería con Android y Huawei Machine Learning

Aplicando notificaciones push con HMS Push kit

Implementación de Huawei Push Notifications en Android

Implementación de Push Notifications en AppGallery Connect

Configuración y Envío de Notificaciones Push en AppGallery Connect

Conclusiones y consejos

Solución de Problemas Comunes en Desarrollo con Huawei HMS Core

Eventos de Huawei para Desarrolladores y Servicios Ofrecidos

Reconocimiento Facial con Machine Learning en Android