2. 程式人生 > >人臉識別開源SDK原始碼

人臉識別開源SDK原始碼

阿新 • • 發佈：2019-01-31

程式碼是呼叫開源SDk的FaceCore關鍵程式碼。附件中有詳細的介面呼叫說明
    FaceCore人臉識別開放平臺 （SERVICE INTERFACE PLATFORM）是基於人臉檢測、比對核心業務技術的服務平臺。平臺可為外部合作伙伴提供基於高精度人臉識別技術為基礎的相關服務，例如Api、人臉識別、資料安全等。作為人臉識別的重要開發途徑，FaceCore平臺將推動各行各業定製、創新、進化，並最終促成新商業文明生態圈的建立。我們的使命是把人臉識別技術、規範等一系列核心技術基礎服務，像水、電、煤一樣輸送給所有需要的合作伙伴、開發者、社群媒體、安全機構和各行各業。幫助社會各界通過使用此平臺獲得更豐厚的商業價值。

關鍵程式碼段:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Drawing;
using System.IO;
using System.Runtime.Serialization.Formatters.Binary;
using FaceCore.OpenPlatform.DTO;

namespace Com.Facecore.platform
{
    public class FaceClient
    {
        private string faceKey = string.Empty;
        private string faceUrlbase = string.Empty;
        public FaceClient(string key)
        {
            faceKey = key;
        }

        #region 特徵值檢測
        /// <summary>
        /// 特徵值檢測
        /// </summary>
        /// <param name="filePath">檔案地址</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetect(string filePath)
        {
            if (string.IsNullOrEmpty(filePath))//空
                return null;
            if (!File.Exists(Path.GetFullPath(filePath))) //檔案不存在
                return null;
            FileStream fs = new FileStream(Path.GetFullPath(filePath), FileMode.Open);
            byte[] bs = new byte[fs.Length];
            fs.Read(bs, 0, bs.Length);
            fs.Close();
            fs.Dispose();
            return FaceDetect(bs);
        }
        /// <summary>
        /// 特徵值檢測
        /// </summary>
        /// <param name="img">包含人臉的Image物件</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetect(Image img)
        {
            if (img == null)
                return null;
            var newImage = new Bitmap(img);
            MemoryStream ms = new MemoryStream();
            newImage.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
            newImage.Dispose();

            return FaceDetect(ms.ToArray());

        }
        /// <summary>
        /// 特徵值檢測
        /// </summary>
        /// <param name="bts">圖片物件的byte陣列</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetect(byte[] bts)
        {
            FaceHttp http = new FaceHttp();
            string image = Convert.ToBase64String(bts);          
            FaceDetectRequest request = new FaceDetectRequest() { faceimage = image };
            string url = ConstUrl.URL_CN + ConstUrl.FaceDeteiveResouse + "?appkey=" + faceKey;
            var value = http.HttpPost(url, Newtonsoft.Json.JsonConvert.SerializeObject(request));
            return Newtonsoft.Json.JsonConvert.DeserializeObject<FaceDetectResponse>(value);
        }
        #endregion

        #region 特徵值檢測包含年齡性別
        /// <summary>
        /// 特徵值檢測
        /// </summary>
        /// <param name="filePath">檔案地址</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetectAgeAndSex(string filePath)
        {
            if (string.IsNullOrEmpty(filePath))//空
                return null;
            if (!File.Exists(Path.GetFullPath(filePath))) //檔案不存在
                return null;
            FileStream fs = new FileStream(Path.GetFullPath(filePath), FileMode.Open);
            byte[] bs = new byte[fs.Length];
            fs.Read(bs, 0, bs.Length);
            fs.Close();
            fs.Dispose();
            return FaceDetectAgeAndSex(bs);
        }
        /// <summary>
        /// 特徵值檢測
        /// </summary>
        /// <param name="img">包含人臉的Image物件</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetectAgeAndSex(Image img)
        {
            if (img == null)
                return null;
            var newImage = new Bitmap(img);
            MemoryStream ms = new MemoryStream();
            newImage.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
            newImage.Dispose();

            return FaceDetectAgeAndSex(ms.ToArray());

        }
        /// <summary>
        /// 特徵值檢測
        /// </summary>
        /// <param name="bts">圖片物件的byte陣列</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetectAgeAndSex(byte[] bts)
        {
            FaceHttp http = new FaceHttp();
            string image = Convert.ToBase64String(bts);
            //http.HttpPost("", "");
            FaceDetectRequest request = new FaceDetectRequest() { faceimage = image };
            string url = ConstUrl.URL_CN + ConstUrl.FaceDeteiveAgeAndSexResouse + "?appkey=" + faceKey;
            var value = http.HttpPost(url, Newtonsoft.Json.JsonConvert.SerializeObject(request));
            return Newtonsoft.Json.JsonConvert.DeserializeObject<FaceDetectResponse>(value);
        }
        #endregion

        #region 特徵值比較
        /// <summary>
        /// 特徵值比較
        /// </summary>
        /// <param name="facetrue1">特徵值返回串</param>
        /// <param name="facetrue2">特徵值返回串</param>
        public FaceCompareResponse FaceContrast(string facetrue1, string facetrue2)
        {
            FaceCompareRequest request = new FaceCompareRequest();
            request.facefeature1 = facetrue1;
            request.facefeature2 = facetrue2;
            string url = ConstUrl.URL_CN + ConstUrl.FaceCompareResouse + "?appkey=" + faceKey;
            FaceHttp http = new FaceHttp();
            return Newtonsoft.Json.JsonConvert.DeserializeObject<FaceCompareResponse>(http.HttpPost(url, Newtonsoft.Json.JsonConvert.SerializeObject(request)));
        }
        #endregion
    }
}

人臉比對客戶端程式碼:

using System;
using System.Drawing;
using System.Windows.Forms;
using Com.Facecore.platform;
using System.IO;
using Com.Facecore.platform.Common;

namespace faceView.UcControl
{
    public partial class UcCompar : UserControl
    {
        public UcCompar()
        {
            InitializeComponent();
            ImgSelect = Common.ConvertImage(Path.GetFullPath("Images\\button\\選擇照片-人臉比對認證.png"));
            ImgSelect_Click = Common.ConvertImage(Path.GetFullPath("Images\\button\\選擇照片-點選-人臉比對認證.png"));
            ImgCompar = Common.ConvertImage(Path.GetFullPath("Images\\button\\開始比對-人臉比對認證.png"));
            ImgCompar_Click = Common.ConvertImage(Path.GetFullPath("Images\\button\\開始比對-點選-人臉比對認證.png"));
            pic1Select.Image = ImgSelect;
            pic2Select.Image = ImgSelect;
            picCompar.Image = ImgCompar;
        }
        private Image ImgSelect { get; set; }
        private Image ImgSelect_Click { get; set; }
        private Image ImgCompar { get; set; }
        private Image ImgCompar_Click { get; set; }
        string face1true = string.Empty;
        string face2true = string.Empty;
        private string SelectPicture()
        {
            var openFileDialog = new OpenFileDialog();
            openFileDialog.Filter =
                "JPEG File Interchange Format (*.jpg)|*.jpg;*.jpeg|" +
                "Windows Bitmap(*.bmp)|*.bmp|" +
                "Graphics Interchange Format (*.gif)|(*.gif)|" +
                "Portable Network Graphics (*.png)|*.png|" +
                "Tag Image File Format (*.tif)|*.tif;*.tiff";
            openFileDialog.ShowDialog();
            return openFileDialog.FileName;
        }
        private void btn1Select_Click(object sender, EventArgs e)
        {
            string filename = SelectPicture();
            if (!string.IsNullOrEmpty(filename))
            {
                //8c1be718fa976083a6940009f36c056e
                FaceClient client = new FaceClient("8c1be718fa976083a6940009f36c056e");
                byte[] bt = GetFilebyte(filename);
                var face = client.FaceDetect(filename);//獲取特徵值
                pic1.Image = Image.FromStream(new MemoryStream(bt));
                if (face != null && face.facemodels.Count > 0)
                {
                    face1true = face.facemodels[0].base64feature;
                }
                else
                {
                    MessageBox.Show("未讀取到人臉資訊");
                    pic1.Image = null;
                    face1true = string.Empty;
                }
            }
            else
            {
                pic1.Image = null;
                face1true = string.Empty;
            }

        }
        private byte[] GetFilebyte(string filename)
        {
            if (File.Exists(filename))
            {
                FileStream stream = new FileStream(filename, FileMode.Open);
                byte[] bts = new byte[stream.Length];
                stream.Read(bts, 0, bts.Length);
                stream.Close();
                stream.Dispose();
                return bts;
            }
            return null;
        }
        private void btn2Select_Click(object sender, EventArgs e)
        {
            string filename = SelectPicture();
            if (!string.IsNullOrEmpty(filename))
            {
                FaceClient client = new FaceClient("8c1be718fa976083a6940009f36c056e");
                byte[] bt = GetFilebyte(filename);
                var face = client.FaceDetect(bt);//獲取特徵值
                pic2.Image = Image.FromStream(new MemoryStream(bt));
                if (face != null && face.facemodels.Count > 0)
                {
                    face2true = face.facemodels[0].base64feature;
                }
                else
                {
                    MessageBox.Show("未讀取到人臉資訊");
                    pic2.Image = null;
                    face2true = string.Empty;
                }

            }
            else
            {
                pic2.Image = null;
                face2true = string.Empty;
            }
        }
        private void btnCompar_Click(object sender, EventArgs e)
        {
            if (string.IsNullOrEmpty(face1true) || string.IsNullOrEmpty(face2true))
            {
                MessageBox.Show("缺少人臉資訊");
                return;
            }
            FaceClient client = new FaceClient("8c1be718fa976083a6940009f36c056e");
            var contrast = client.FaceContrast(face1true, face2true);
            if (contrast != null)
            {
                lblCompar.Text = "相似度" + (contrast.similar * 100).ToString("0.00") + "%";
            }
        }

        private void pic2Select_MouseEnter(object sender, EventArgs e)
        {
            PictureBox pic = (PictureBox)sender;
            pic.Image = ImgSelect_Click;
        }

        private void pic2Select_MouseLeave(object sender, EventArgs e)
        {
            PictureBox pic = (PictureBox)sender;
            pic.Image = ImgSelect;

        }

        private void picCompar_MouseEnter(object sender, EventArgs e)
        {
            picCompar.Image = ImgCompar_Click;
        }

        private void picCompar_MouseLeave(object sender, EventArgs e)
        {
            picCompar.Image = ImgCompar;
        }
    }
}

相關推薦

人臉識別開源SDK原始碼

程式碼是呼叫開源SDk的FaceCore關鍵程式碼。附件中有詳細的介面呼叫說明     FaceCore人臉識別開放平臺 （SERVICE INTERFACE PLATFORM）是基於人臉檢測、比對核心業務技術的服務平臺。平臺可為外部合作伙伴提供基於高精度人臉識別技術為基礎

一種基於python的人臉識別開源系統

無意中 sdn 要求 測試用例 不出 例子 https bin 人臉識別 　　今天在搜索人臉識別的文章時，無意中搜到一個比較開源代碼，介紹說是這個系統人臉的識別率 是比較高的，可以達到：99.38%。這麽高的識別率，著實把我嚇了一跳。抱著實事求是的態度。個人 就做了一些驗證

第三十七節、人臉檢測MTCNN和人臉識別Facenet(附原始碼)

在說到人臉檢測我們首先會想到利用Harr特徵提取和Adaboost分類器進行人臉檢測(有興趣的可以去一看這篇部落格第九節、人臉檢測之Haar分類器)，其檢測效果也是不錯的，但是目前人臉檢測的應用場景逐漸從室內演變到室外，從單一限定場景發展到廣場、車站、地鐵口等場景，人臉檢測面臨的要求越來越高，比如：人臉尺度多

【下載】推薦一款免費的人臉識別SDK

firefly linux rk3399 ubuntu 開源硬件 人臉識別 現已進入刷臉的時代，例如，人臉支付、人臉識別的門禁、人流監控等等。如何在Firefly開源板上快速搭建DEMO，並快速產品化？為了讓更多產品可以用上人臉識別技術，Firefly推出了一款高性能人臉識別

【原始碼】人臉識別DEMO version 1.1.0.0

部分MATLAB原始碼如下： %% Simple Face Recognition Example % Copyright 2014-2015 The MathWorks, Inc. %% Load Image Information from ATT Face Database

python人臉識別系統早已開源，離線識別率高達99%以上！

  以往的人臉識別主要是包括人臉影象採集、人臉識別預處理、身份確認、身份查詢等技術和系統。現在人臉識別已經慢慢延伸到了ADAS中的駕駛員檢測、行人跟蹤、甚至到了動態物體的跟蹤。 加小編QQ群：865597862獲取大量Python視訊教程以及各類PDF！ 由此可以看出，人

[原始碼和報告分享] VC++實現的支援攝像頭和影象的人臉識別系統

人臉識別因其在安全驗證系統、信用卡驗證、醫學、檔案管理、視訊會議、人機互動、系統公安(罪犯識別等)等方面的巨大應用前景而越來越成為當前模式識別和人工智慧領域的一個研究熱點。 本文提出了基於24位彩色影象對人臉進行識別的方法，介紹的主要內容是影象處理，它在整個軟體中佔有極其重要的地位，影象處理的好

人臉識別相關開源專案彙總

目錄 全任務 人臉檢測 人臉識別 參考 部落格：blog.shinelee.me | 部落格園 | CSDN 人臉識別流程包括人臉檢測、人臉對齊、人臉識別等子任務，這裡優先總結功能相對齊全的開源專案，再總結完成單個子任務的開源專案。本文主要關注方法較流行且提供原始碼的開源專案，忽略

Android Google人臉識別 利用雙層 SurfaceView 原始碼 實戰

雙層SurfaceView： <FrameLayout android:layout_width="match_parent" android:layout_height="match_parent" android:layout_gravity="c

人臉重識別：行人重識別開源github

original url: http://blog.csdn.net/Layumi1993/article/details/55798568?locationNum=2&fps=1 關於行人重識別綜述，推薦一下liang zheng 2016年的綜述: Pas

基於開源專案OpenCV的人臉識別Demo版整理（不僅可以識別人臉，還可以識別眼睛鼻子嘴等）

 最近對人臉識別的程式非常感興趣，但是苦於沒有選修多媒體方向，看了幾篇關於人臉識別的論文，大概也沒看懂多少，什麼灰度處理啊，切割識別啊，雲裡霧裡，傻傻看不明白啊。各種苦惱。     於是就在網上找找，看有木有神馬開原始碼啊，要是有個現成的原始碼就更好了，百度it ,那些

開源人臉識別引擎SeetaFace（一）

    SeetaFace Engine是一個開源的C++人臉識別引擎，它可以在不依賴第三方的條件下載CPU上執行。他包含三個關鍵部分，即：SeetaFace Detection，SeetaFace Alignment和SeetaFace Identification，這三個步驟對建造一個真實可靠的人臉

如何走近深度學習人臉識別？你需要這篇超長綜述 | 附開原始碼

相信做機器學習或深度學習的同學們回家總會有這樣一個煩惱：親朋好友詢問你從事什麼工作的時候，如何通俗地解釋能避免尷尬？我嘗試過很多名詞來形容自己的工作：機器學習，深度學習，演算法工程師/研究員，搞計算機的，程式設計師…這些詞要麼自己覺得不滿意，要麼對方聽不懂。經歷無數次失敗溝通，最後總結了一個簡單實用的答案：“

開源 | 基於Python的人臉識別：識別準確率高達99.38%！

該庫使用 dlib 頂尖的深度學習人臉識別技術構建，在戶外臉部檢測資料庫基準（Labeled Faces in the Wild benchmark）上的準確率高達 99.38%。這也提供了一個簡單的 face_recognition 命令列工具，你可以開啟命令列中任意影象資料夾，進行人臉識別！ 特徵：找

OpenCV人臉識別實驗（一）——特徵臉（Eigenfaces）及其重構的原始碼詳解

1、介紹Introduction 從OpenCV2.4開始，加入了新的類FaceRecognizer，我們可以使用它便捷地進行人臉識別實驗。 本實驗採用的程式設計環境為：opencv3.0+VS2013。人臉識別的實驗已經轉移到face模組中， face模組在我這裡的路徑為

caffe提取某層特徵進行人臉識別原始碼

在上一篇博文Classifier的c++類的基礎上進行擴充套件，其中標頭檔案Classifier.h如下： #include <caffe/caffe.hpp> #ifdef USE_OPENCV #include <opencv2/core

SeetaFace編譯使用 中科院人臉識別SDK（轉）

中科院人臉識別平臺：  1：編譯face_detector——dll工程  步驟： 1：檔案——新建——專案——win32控制檯程式——dll——空工程。  2：新增cpp檔案，除了TEST檔案下  3：屬性C/C++——附加包含目錄——新增include中的檔案  4：

5、開源SeetaFace開源人臉識別引擎！

轉自http://www.weidu8.net/wx/1007147381088017 區分不同的人是很多智慧系統的必備能力。為實現此目的，一種可能的技術手段是通過對人臉的光學成像來感知人、識別人，即所謂的人臉識別技術。 經過幾十年的研發積累，特別是近年來深度學習技術的湧現，人臉識別取得了長足的進步

資源 | 基於Python的開源人臉識別庫：離線識別率高達99.38%

僅用 Python 和命令列就可以實現人臉識別的庫開源了。該庫使用 dlib 頂尖的深度學習人臉識別技術構建，在戶外臉部檢測資料庫基準（Labeled Faces in the Wild benchmark）上的準確率高達 99.38%。 該專案是要構建一款免費

C# 基於免費人臉識別SDK完成人臉識別和註冊

一，準備工作 1.Afoge視訊引數類 using AForge.Video.DirectShow; using System; using System.Collections.Generic; using System.Linq; using System.Text; using