Qt音视频开发43-人脸识别服务端
一、前言
上一篇文章写道人脸识别客户端程序,当然要对应一个服务端程序,客户端才能正常运行,毕竟客户端程序需要与服务端程序进行交互他才能正常工作。通常人脸识别服务端程序需要和人脸识别的相关处理库在一起,这样他接收到相关的处理需求以后比如人脸识别的处理请求,需要调用本地的人脸识别库来处理,处理完成以后拿到结果,再组成协议的格式返回给客户端程序。
自定义人脸识别协议采用的是tcp通信协议,其实也可以改成http协议,这也是大部分厂家的做法,毕竟现在http post非常流行,通用性好,返回个json数据非常规范,本程序目前采用的tcp协议是为了兼容以前的旧的系统,毕竟之前的系统都是按照那个格式定义的,推翻重来那之前写过的很多设备的程序都需要更改,一个人肯定忙不过来,而且之前的程序也是经过大量的现场应用检验过的,非常稳定,一旦改动程序的话有需要很长时间的磨合测试。
自定义人脸识别协议功能:
- 离线使用,同时支持百度的离线包和嵌入式linux人脸识别静态库。
- 支持多个连接并发,自动排队处理,返回的时候带上唯一标识区分。
- 传入单张图片返回人脸区域。
- 传入单张图片返回人脸特征值。
- 传入单张图片或者多张图片返回是否是活体。
- 传入两张图片返回比对结果。
- 传入两个特征值返回比对结果。
- 传入单张图片添加人脸。
- 指定唯一标识符删除人脸。
- 传入单张照片返回相似度最大的人脸信息。
- 修改人脸服务的配置参数比如是否快速查找、人脸占比等。
二、功能特点
- 支持的功能包括人脸识别、人脸比对、人脸搜索、活体检测等。
- 在线版还支持身份证、驾驶证、行驶证、银行卡等识别。
- 在线版的协议支持百度、旷视,离线版的支持百度,可定制。
- 除了支持X86架构,还支持嵌入式linux比如contex-A9、树莓派等。
- 每个功能的执行除了返回结果还返回执行用时时间。
- 多线程处理,通过type控制当前处理类型。
- 支持单张图片检索相似度最高的图片。
- 支持指定目录图片用来生成人脸特征值文件。
- 可设置等待处理图片队列中的数量。
- 每次执行都有成功或者失败的信号返回。
- 人脸搜索的返回结果包含了原图+最大相似度图+相似度等。
- 人脸比对同时支持两张图片和两个特征值比对。
- 相关功能自定义一套协议用于客户端和服务端,可以通过TCP通信进行交互。
- 自定义人脸识别协议非常适用于中心一台服务器,现场若干设备请求的场景。
- 每个模块全部是独立的一个类,代码整洁、注释完善。
三、效果图

四、相关站点
- 国内站点:https://gitee.com/feiyangqingyun/QWidgetDemo
- 国际站点:https://github.com/feiyangqingyun/QWidgetDemo
- 个人主页:https://blog.csdn.net/feiyangqingyun
- 知乎主页:https://www.zhihu.com/people/feiyangqingyun/
- 体验地址:https://blog.csdn.net/feiyangqingyun/article/details/97565652
五、核心代码
void FaceSdkSocket::checkData()
{
QMutexLocker locker(&mutex);
QDomDocument dom;
if (!DeviceFun::getReceiveXmlData(buffer, dom, "IFACE:", 10)) {
return;
}
//逐个取出节点判断数据
emit receiveData(clientIP, dom.toString());
QDomElement element = dom.documentElement();
if (element.tagName() == "FaceClient") {
QString deviceIP = element.attribute("DeviceIP");
QDomNode childNode = element.firstChild();
QString name = childNode.nodeName();
QString value = element.text();
//qDebug() << TIMEMS << name << value;
if (name == "DeviceHeart") {
sendOk();
emit receiveAnaly(deviceIP, "设备心跳");
} else if (name == "FindFace") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID);
QImage image = DeviceFun::getImage(value);
checkImage(image);
emit receiveAnaly(deviceIP, "请求人脸区域");
//发送到人脸识别线程处理
#ifdef facelocal
FaceLocalBaiDu::Instance()->setType(0);
FaceLocalBaiDu::Instance()->append(flag, image);
#elif facearm
FaceLocalArm::Instance()->setType(0);
FaceLocalArm::Instance()->append(flag, image);
#endif
} else if (name == "FindFeature") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID);
QImage image = DeviceFun::getImage(value);
checkImage(image);
emit receiveAnaly(deviceIP, "请求人脸特征");
//发送到人脸识别线程处理
#ifdef facelocal
FaceLocalBaiDu::Instance()->setType(1);
FaceLocalBaiDu::Instance()->append(flag, image);
#elif facearm
FaceLocalArm::Instance()->setType(1);
FaceLocalArm::Instance()->append(flag, image);
#endif
} else if (name == "FindLive") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID);
QImage image = DeviceFun::getImage(value);
checkImage(image);
emit receiveAnaly(deviceIP, "请求活体检测");
//发送到人脸识别线程处理
#ifdef facelocal
FaceLocalBaiDu::Instance()->setType(5);
FaceLocalBaiDu::Instance()->append(flag, image);
#endif
} else if (name == "CompareByImage") {
//取出子节点
QDomNodeList nodeList = childNode.childNodes();
int nodeCount = nodeList.count();
if (nodeCount == 2) {
QString faceID1, faceID2;
QImage faceImage1, faceImage2;
for (int i = 0; i < nodeCount; i++) {
childNode = nodeList.at(i);
element = childNode.toElement();
name = childNode.nodeName();
value = element.text();
if (name == "FaceImage1") {
faceID1 = element.attribute("FaceID");
faceImage1 = DeviceFun::getImage(value);
} else if (name == "FaceImage2") {
faceID2 = element.attribute("FaceID");
faceImage2 = DeviceFun::getImage(value);
}
}
checkImage(faceImage1);
checkImage(faceImage2);
QString flag1 = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID1);
QString flag2 = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID2);
emit receiveAnaly(deviceIP, "请求人脸照片比对");
//发送到人脸识别线程处理
#ifdef facelocal
FaceLocalBaiDu::Instance()->setType(2);
FaceLocalBaiDu::Instance()->append(flag1 + "|" + flag2, faceImage1, faceImage2);
#elif facearm
FaceLocalArm::Instance()->setType(2);
FaceLocalArm::Instance()->append(flag1 + "|" + flag2, faceImage1, faceImage2);
#endif
}
} else if (name == "CompareByFeature") {
element = childNode.toElement();
QString faceID = element.attribute("FaceID");
//取出子节点
QDomNodeList nodeList = childNode.childNodes();
int nodeCount = nodeList.count();
if (nodeCount == 2) {
QStringList faceFeature1, faceFeature2;
for (int i = 0; i < nodeCount; i++) {
childNode = nodeList.at(i);
element = childNode.toElement();
name = childNode.nodeName();
value = element.text();
if (name == "FaceFeature1") {
faceFeature1 = value.split("|");
} else if (name == "FaceFeature2") {
faceFeature2 = value.split("|");
}
}
emit receiveAnaly(deviceIP, "请求人脸特征比对");
//特征比对速度非常快,忽略不计,立即比对并将结果返回
int count1 = faceFeature1.count();
int count2 = faceFeature2.count();
if (count1 != 256 || count2 != 256) {
sendMsg("faceFeature count != 256");
return;
}
QList<float> feature1, feature2;
for (int i = 0; i < 256; i++) {
feature1 << faceFeature1.at(i).toFloat();
feature2 << faceFeature2.at(i).toFloat();
}
#ifdef facelocal
float result = FaceLocalBaiDu::Instance()->getFaceCompare(faceID, feature1, feature2);
sendFaceCompare(faceID, result, 1);
#elif facearm
float result = FaceLocalArm::Instance()->getFaceCompare(faceID, feature1, feature2);
sendFaceCompare(faceID, result, 1);
#endif
}
} else if (name == "AppendFace") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID);
QImage image = DeviceFun::getImage(value);
checkImage(image);
emit receiveAnaly(deviceIP, "添加人脸");
//发送到人脸识别线程处理
QString file = QString("%1/%2.txt").arg(FACEPATH).arg(faceID);
#ifdef facelocal
FaceLocalBaiDu::Instance()->appendFace(flag, image, file);
#elif facearm
FaceLocalArm::Instance()->appendFace(flag, image, file);
#endif
} else if (name == "DeleteFace") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
emit receiveAnaly(deviceIP, "删除人脸");
//发送到人脸识别线程处理
#ifdef facelocal
FaceLocalBaiDu::Instance()->deleteFace(faceID);
#elif facearm
FaceLocalArm::Instance()->deleteFace(faceID);
#endif
sendOk();
} else if (name == "FindByImage") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID);
QImage image = DeviceFun::getImage(value);
checkImage(image);
emit receiveAnaly(deviceIP, "根据图片查找人脸");
//发送到人脸识别线程处理
#ifdef facelocal
FaceLocalBaiDu::Instance()->setOneImg(flag, image);
#elif facearm
FaceLocalArm::Instance()->setOneImg(flag, image);
#endif
} else if (name == "FindByFeature") {
element = childNode.toElement();
value = element.text();
if (value.length() == 0) {
return;
}
//用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接
QString faceID = element.attribute("FaceID");
QStringList faceFeature = value.split("|");
emit receiveAnaly(deviceIP, "根据特征查找人脸");
int count = faceFeature.count();
if (count != 256) {
return;
}
QList<float> feature;
for (int i = 0; i < 256; i++) {
feature << faceFeature.at(i).toFloat();
}
//比对速度很快,立即比对并返回结果
QString targetName;
float result;
int msec;
#ifdef facelocal
FaceLocalBaiDu::Instance()->getFaceOne(faceID, feature, targetName, result, msec);
#elif facearm
FaceLocalArm::Instance()->getFaceOne(faceID, feature, targetName, result, msec);
#endif
if (!targetName.isEmpty()) {
QString imageFile = QString("%1/%2").arg(FACEPATH).arg(targetName);
sendFaceCompareOne(faceID, QImage(), QImage(imageFile), targetName, result, msec);
}
} else if (name == "UpdateConfig") {
element = childNode.toElement();
emit receiveAnaly(deviceIP, "修改人脸配置");
bool findFast = (element.attribute("FindFast") == "true" ? true : false);
int facePercent = element.attribute("FacePercent").toInt();
#ifdef facelocal
FaceLocalBaiDu::Instance()->setFindFast(findFast);
FaceLocalBaiDu::Instance()->setPercent(facePercent);
#elif facearm
FaceLocalArm::Instance()->setFindFast(findFast);
FaceLocalArm::Instance()->setPercent(facePercent);
#endif
//立即回复
sendFaceConfig(findFast, facePercent);
emit configChanged(findFast, facePercent);
}
}
}
void FaceSdkSocket::checkImage(const QImage &image)
{
//如果照片宽高过大则发出提示到客户端
if (image.width() >= 1280 || image.height() >= 720) {
sendMsg("Image Size Is Too Large");
}
}
void FaceSdkSocket::setClientIP(const QString &clientIP)
{
this->clientIP = clientIP;
}
QString FaceSdkSocket::getClientIP()
{
return this->clientIP;
}
void FaceSdkSocket::sendData(const QString &body)
{
//构建xml字符串
QStringList list;
list.append(QString("<FaceServer TargetIP=\"%1\" NowTime=\"%2\">").arg(clientIP).arg(DATETIME));
list.append(body);
list.append("</FaceServer>");
QString data = DeviceFun::getSendXmlData(list.join(""), "IFACE:");
this->write(data.toUtf8());
emit sendData(clientIP, data);
}
void FaceSdkSocket::sendOk()
{
sendData("");
emit sendAnaly(clientIP, "心跳应答");
}
void FaceSdkSocket::sendMsg(const QString &msg)
{
sendData(QString("<Msg>%1</Msg>").arg(msg));
emit sendAnaly(clientIP, "提示信息");
}
void FaceSdkSocket::sendFaceRect(const QString &faceID, const QString &faceRect, int msec)
{
QString data = QString("<FaceRect FaceID=\"%1\" TimeUsed=\"%3\">%2</FaceRect>")
.arg(faceID).arg(faceRect).arg(msec);
sendData(data);
emit sendAnaly(clientIP, "返回人脸区域");
}
void FaceSdkSocket::sendFaceFeature(const QString &faceID, const QString &faceFeature, int msec)
{
QString data = QString("<FaceFeature FaceID=\"%1\" TimeUsed=\"%3\">%2</FaceFeature>")
.arg(faceID).arg(faceFeature).arg(msec);
sendData(data);
emit sendAnaly(clientIP, "返回人脸特征");
}
void FaceSdkSocket::sendFaceCompare(const QString &faceID, float result, int msec)
{
QString data = QString("<FaceCompare FaceID=\"%1\" TimeUsed=\"%3\" Result=\"%2\" />")
.arg(faceID).arg(result).arg(msec);
sendData(data);
emit sendAnaly(clientIP, "返回人脸比对结果");
}
void FaceSdkSocket::sendFaceCompareOne(const QString &faceID, const QImage &sourceImage, const QImage &targetImage, const QString &targetName, float result, int msec)
{
QString data = QString("<FaceCompareOne FaceID=\"%1\" TimeUsed=\"%6\" Result=\"%2\" TargetName=\"%3\">%4|%5</FaceCompareOne>")
.arg(faceID).arg(result).arg(targetName).arg(DeviceFun::getImageData(sourceImage)).arg(DeviceFun::getImageData(targetImage)).arg(msec);
sendData(data);
emit sendAnaly(clientIP, "返回最相似人脸");
}
Qt音视频开发43-人脸识别服务端的更多相关文章
- Android IOS WebRTC 音视频开发总结(八十五)-- 使用WebRTC广播网络摄像头视频(下)
本文主要介绍WebRTC (我们翻译和整理的,译者:weizhenwei,校验:blacker),最早发表在[编风网] 支持原创,转载必须注明出处,欢迎关注我的微信公众号blacker(微信ID:bl ...
- WebRTC 音视频开发
WebRTC 音视频开发 webrtc Android IOS WebRTC 音视频开发总结(七八)-- 为什么WebRTC端到端监控很关键? 摘要: 本文主要介绍WebRTC端到端监控(我们翻译 ...
- 转:Android IOS WebRTC 音视频开发总结 (系列文章集合)
随笔分类 - webrtc Android IOS WebRTC 音视频开发总结(七八)-- 为什么WebRTC端到端监控很关键? 摘要: 本文主要介绍WebRTC端到端监控(我们翻译和整理的,译 ...
- Android IOS WebRTC 音视频开发总结(六)-- iOS开发之含泪经验
前段时间在搞webrtc iOS开发,所以将标题改为了Android IOS WebRTC 音视频开发总结, 下面都是开发过程中的经验总结,转载请说明出处(博客园RTC.Blacker): 1. IO ...
- Python音视频开发:消除抖音短视频Logo的图形化工具实现
☞ ░ 前往老猿Python博文目录 ░ 一.引言 在<Python音视频开发:消除抖音短视频Logo和去电视台标的实现详解>节介绍了怎么通过Python+Moviepy+OpenCV实现 ...
- Python音视频开发:消除抖音短视频Logo和去电视台标
☞ ░ 前往老猿Python博文目录 ░ 一.引言 对于带Logo(如抖音Logo.电视台标)的视频,有三种方案进行Logo消除: 直接将对应区域用对应图像替换: 直接将对应区域模糊化: 通过变换将要 ...
- Moviepy音视频开发:视频转gif动画或jpg图片exe图形化工具开发案例
☞ ░ 前往老猿Python博文目录 ░ 一.引言 老猿之所以学习和研究Moviepy的使用,是因为需要一个将视频转成动画的工具,当时在网上到处搜索查找免费使用工具,结果找了很多自称免费的工具,但转完 ...
- 【秒懂音视频开发】02_Windows开发环境搭建
音视频开发库的选择 每个主流平台基本都有自己的音视频开发库(API),用以处理音视频数据,比如: iOS:AVFoundation.AudioUnit等 Android:MediaPlayer.Med ...
- Android音视频开发(1):H264 基本原理
前言 H264 视频压缩算法现在无疑是所有视频压缩技术中使用最广泛,最流行的.随着 x264/openh264 以及 ffmpeg 等开源库的推出,大多数使用者无需再对H264的细节做过多的研究,这大 ...
- Android IOS WebRTC 音视频开发总结(八十三)-- 使用WebRTC广播网络摄像头视频(上)
本文主要介绍WebRTC (我们翻译和整理的,译者:weizhenwei,校验:blacker),最早发表在[编风网] 支持原创,转载必须注明出处,欢迎关注我的微信公众号blacker(微信ID:bl ...
随机推荐
- 云原生周刊:2023 年 Java 开发人员可以学习的 25 大技术技能
文章推荐 2023 年 Java 开发人员可以学习的 25 大技术技能 这篇文章为 Java 开发人员提供了 2023 年需要学习的一些重要技能,这些技能涵盖了现代 Java 开发.大数据和人工智能. ...
- ToDesk云电脑推出Web端,这意味着什么?
在数字化转型的浪潮中,云计算技术正在以前所未有的速度改变着我们的生活方式和工作模式.作为云计算领域的一股新生力量,ToDesk云电脑凭借其卓越的性能和便捷的使用体验,一经上线,便赢得了众多用户的青睐. ...
- Oracle 数据泵 定时全库备份&&删除备份文件【注意点】
一.概述 在给客户部署的数据泵备份&&删除过期备份脚本时,脚本删除部分未生效,导致存储空间占用非常大. 手动执行该删除命令时,执行成功: 最后发现需要增加 find.rm 等命令的PA ...
- 基于QToolButton封装,解决Icon不能设置hover和press态的问题
1 #pragma once 2 #include <QToolButton> 3 #include <QBoxLayout> 4 #include <QLabel> ...
- springboot-实现excle文件导出的单元格相同内容合并
导出excle文件中的单元格有些需要合并如何操作 例如:左边的表格想合并单元格成右边的表格更加便于观看 一.依赖文件 <!-- excle操作--> <depen ...
- 创建一个专属的 CLI
作为一个前端,基本上每次初始化项目都会用到脚手架,通过一些脚手架可以快速的搭建一个前端的项目并集成一些所需的功能模块,避免自己每次都手动一个一个去安装.安装各个包的这个过程其实没啥营养,通过封装一个脚 ...
- 手把手教会你使用Markdown【从入门到精通一篇就够了】
目录 一.Markdown是什么 二.Markdown优点 三.Markdown的基本语法 3.1 标题 3.2 字体 3.3 换行 3.4 引用 3.5 链接 3.6 图片 3.7 列表 3.8 分 ...
- [离线计算-Spark|Hive] HDFS小文件处理
背景 HDFS 小文件过多会对hadoop 扩展性以及稳定性造成影响, 因为要在namenode 上存储维护大量元信息. 大量的小文件也会导致很差的查询分析性能,因为查询引擎执行查询时需要进行太多次文 ...
- Antlr4 语法解析器(下)
Antlr4 的两种AST遍历方式:Visitor方式 和 Listener方式. Antlr4规则文法: 注释:和Java的注释完全一致,也可参考C的注释,只是增加了JavaDoc类型的注释: 标志 ...
- debug指南-基础bug
基础Bug 本章节主要阐述一些最基本的bug. 虽然这些bug看起来很弱智简单,但正是因为这些小bug,让我们调代码的时间增加至少 \(2,3\) 个小时. 本系列的宗旨就是综合这些小bug极其对应解 ...