C#人脸对比服务(基于虹软人脸识别SDKV4.1封装)
软件截图




项目截图

部分代码
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using Nancy;
using NLog;
using System.Diagnostics;
using System.IO;
using System.Drawing;
using ArcFaceSDK.Entity;
using Newtonsoft.Json;
using ArcFaceSDK.SDKModels;
namespace ArcSoftFaceService.Controller
{
public class ViewFaceModule : NancyModule
{
private Logger _log = NLog.LogManager.GetCurrentClassLogger();
private readonly static object _locker = new object();
public ViewFaceModule()
: base("/faceApi")
{
After.AddItemToEndOfPipeline((ctx) => ctx.Response
.WithHeader("Access-Control-Allow-Origin", "*")
.WithHeader("Access-Control-Allow-Methods", "POST,GET,OPTIONS")
.WithHeader("Access-Control-Allow-Headers", "Accept, Origin, Content-type"));
Post["/faceRecognition"] = p =>
{
return FaceRecognizeByBase64();
};
}
private dynamic FaceRecognizeByBase64()
{
Stopwatch sw = Stopwatch.StartNew();
sw.Start();
AjaxReturn ar = new AjaxReturn();
ar.code = 0;
ar.message = "ok";
ar.similarity = 0;
string ContentType = Request.Headers.ContentType;
string base64str = null;
string base64str2 = null;
if (ContentType == "application/x-www-form-urlencoded")
{
base64str = Request.Form["zp1"];
base64str2 = Request.Form["zp2"];
}
else if (ContentType == "application/json")
{
string postData = Request.Body.AsString();
if (!string.IsNullOrEmpty(postData))
{
ReqPicParameter reqPic = JsonConvert.DeserializeObject<ReqPicParameter>(postData);
base64str = reqPic.zp1;
base64str2 = reqPic.zp2;
}
}
if (string.IsNullOrEmpty(base64str))
{
ar.code = 0;
ar.message = "参数[zp1]不能为空";
}
else if (string.IsNullOrEmpty(base64str2))
{
ar.code = 0;
ar.message = "参数[zp2]不能为空";
}
else
{
try
{
//TODO 图片大小判断??
Image srcImage1 = StringToImage(base64str);
//调整图像宽度,需要宽度为4的倍数
if (srcImage1.Width % 4 != 0)
{
srcImage1 = ImageUtil.ScaleImage(srcImage1, srcImage1.Width - (srcImage1.Width % 4), srcImage1.Height);
}
//人脸检测
MultiFaceInfo multiFaceInfo1;
int retCode = Program.imageEngine.ASFDetectFacesEx(srcImage1, out multiFaceInfo1);
if (retCode != 0)
{
ar.code = 0;
ar.message = "图像人脸检测失败,请稍后重试!";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
if (multiFaceInfo1.faceNum < 1)
{
ar.code = 0;
ar.message = "图片1未检测出人脸";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
if (multiFaceInfo1.faceNum >1)
{
ar.code = 0;
ar.message = "图片1检测出多张人脸";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
SingleFaceInfo singleFaceInfo1;
bool isMask1;
string faceFeatureStr1 = string.Empty;
FaceFeature feature1 = FaceUtil.ExtractFeature(Program.imageEngine
, srcImage1
, Program.thresholdImgNoMask
, Program.thresholdImgMask
, ASF_RegisterOrNot.ASF_RECOGNITION
, out singleFaceInfo1
, out isMask1
, ref faceFeatureStr1
, out retCode
, 0);
if (feature1.featureSize == 0)
{
ar.code = 0;
ar.message = "图片1提取特征失败";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
//活体检测
int retCodeLiveness1 = -1;
LivenessInfo liveInfo1 = FaceUtil.LivenessInfo_RGB(Program.imageEngine, srcImage1, singleFaceInfo1, out retCodeLiveness1);
//活体检测结果
if (retCodeLiveness1.Equals(0) && liveInfo1.num > 0)
{
if (liveInfo1.isLive[0]!=1)
{
string livenessResult = CommonUtil.TransLivenessResult(liveInfo1.isLive[0]);
ar.code = 0;
ar.message = "图片1活体结果:" + livenessResult;
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
}
else
{
ar.code = 0;
ar.message = "图片1活体检测失败";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
Image srcImage2 = StringToImage(base64str2);
//调整图像宽度,需要宽度为4的倍数
if (srcImage2.Width % 4 != 0)
{
srcImage2 = ImageUtil.ScaleImage(srcImage2, srcImage2.Width - (srcImage2.Width % 4), srcImage2.Height);
}
//人脸检测
MultiFaceInfo multiFaceInfo2;
int retCode2 = Program.imageEngine.ASFDetectFacesEx(srcImage2, out multiFaceInfo2);
if (retCode2 != 0)
{
ar.code = 0;
ar.message = "图像人脸检测失败,请稍后重试!";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
if (multiFaceInfo2.faceNum < 1)
{
ar.code = 0;
ar.message = "图片2未检测出人脸";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
if (multiFaceInfo2.faceNum > 1)
{
ar.code = 0;
ar.message = "图片2检测出多张人脸";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
SingleFaceInfo singleFaceInfo2;
bool isMask2;
string faceFeatureStr2 = string.Empty;
FaceFeature feature2 = FaceUtil.ExtractFeature(Program.imageEngine
, srcImage2
, Program.thresholdImgNoMask
, Program.thresholdImgMask
, ASF_RegisterOrNot.ASF_RECOGNITION
, out singleFaceInfo2
, out isMask2
, ref faceFeatureStr2
, out retCode2
, 0);
if (feature2.featureSize == 0)
{
ar.code = 0;
ar.message = "图片2提取特征失败";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
//活体检测
int retCodeLiveness2 = -1;
LivenessInfo liveInfo2 = FaceUtil.LivenessInfo_RGB(Program.imageEngine, srcImage2, singleFaceInfo2, out retCodeLiveness2);
//活体检测结果
if (retCodeLiveness2.Equals(0) && liveInfo2.num > 0)
{
if (liveInfo2.isLive[0] != 1)
{
string livenessResult = CommonUtil.TransLivenessResult(liveInfo2.isLive[0]);
ar.code = 0;
ar.message = "图片2活体结果:" + livenessResult;
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
}
else
{
ar.code = 0;
ar.message = "图片2活体检测失败";
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
float similarity = 0f;
Program.imageEngine.ASFFaceFeatureCompare(feature1, feature2, out similarity, Program.compareModel);
//增加异常值处理
if (similarity.ToString().IndexOf("E") > -1)
{
similarity = 0f;
}
ar.code = 1;
ar.similarity = similarity;
ar.message = "ok";
srcImage1.Dispose();
srcImage2.Dispose();
}
catch (Exception ex)
{
ar.code = 0;
ar.message = "识别异常:" + ex.Message;
}
}
ar.elapsedmilliseconds = sw.ElapsedMilliseconds;
_log.Info(JsonConvert.SerializeObject(ar));
sw.Stop();
return Response.AsJson<AjaxReturn>(ar);
}
public Bitmap ByteToImage(byte[] bytes)
{
if (bytes == null)
{
return null;
}
using (MemoryStream ms = new MemoryStream(bytes))
{
Bitmap bmp = new Bitmap(ms);
SaveBitMap(bmp);
ms.Close();
return bmp;
}
}
public bool SaveBitMap(Bitmap bmp)
{
if (Program.saveImg == "0")
{
return true;
}
try
{
string path = System.Windows.Forms.Application.StartupPath + "\\img";
if (!Directory.Exists(path))
{
Directory.CreateDirectory(path);
}
string filename = path + "\\" + DateTime.Now.ToString("yyyy-MM-dd HH-mmssffff") + ".jpeg";
bmp.Save(filename, System.Drawing.Imaging.ImageFormat.Jpeg);//保存到服务器路径
return true;
}
catch (Exception e)
{
_log.Error("SaveBitMap 保存图片出错", e);
return false;
}
}
/// <summary>
/// base64编码的文本转为图片
/// </summary>
/// <param name="inputStr"></param>
/// <returns></returns>
public Bitmap StringToImage(string inputStr)
{
if (string.IsNullOrEmpty(inputStr))
{
return null;
}
byte[] arr = Convert.FromBase64String(inputStr.Trim());
using (MemoryStream ms = new MemoryStream(arr))
{
Bitmap bmp = new Bitmap(ms);
SaveBitMap(bmp);
ms.Close();
return bmp;
}
}
}
}
C#人脸对比服务(基于虹软人脸识别SDKV4.1封装)的更多相关文章
- 基于虹软人脸识别,实现RTMP直播推流追踪视频中所有人脸信息(C#)
前言 大家应该都知道几个很常见的例子,比如在张学友的演唱会,在安检通道检票时,通过人像识别系统成功识别捉了好多在逃人员,被称为逃犯克星:人行横道不遵守交通规则闯红灯的路人被人脸识别系统抓拍放在大屏上以 ...
- 基于node.js人脸识别之人脸对比
基于node.js人脸识别之人脸对比 Node.js简介 Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行环境. Node.js 使用了一个事件驱动.非阻塞式 I/O ...
- 记C# 调用虹软人脸识别 那些坑
上一个东家是从事安防行业的,致力于人工智能领域,有自主人脸识别.步态识别的算法.C++同事比较称职有什么问题都可以第一时间反馈,并得到合理的处理,封装的DLL 是基于更高性能的GPU算法,可支持更多线 ...
- 虹软人脸识别SDK接入Milvus实现海量人脸快速检索
一.背景 人脸识别是近年来最热门的计算机视觉领域的应用之一,而且现在已经出现了非常多的人脸识别算法,如:DeepID.FaceNet.DeepFace等等.人脸识别被广泛应用于景区.客运.酒店.办公室 ...
- Android打开相机进行人脸识别,使用虹软人脸识别引擎
上一张效果图,渣画质,能看就好 功能说明: 人脸识别使用的是虹软的FreeSDK,包含人脸追踪,人脸检测,人脸识别,年龄.性别检测功能,其中本demo只使用了FT和FR(人脸追踪和人脸识别),封装了开 ...
- Android 关于虹软人脸识别SDK引擎使用总结
虹软 最近开放了人脸识别的SDK引擎(免费的哦),刚好有Android版的,就体验了一波.下面来说说Android版的SDK使用心得: ArcFace 虹软人脸认知引擎简介 目前开放的版本有人脸比对( ...
- 在nodejs中的集成虹软人脸识别
==虹软官网地址==http://www.arcsoft.com.cn 在官网注册账号,并且申请人脸识别激活码, 选择SDK版本和运行系统(windows/linux/android/ios) ,我们 ...
- 虹软人脸识别 - Android Camera实时人脸追踪画框适配
在使用虹软人脸识别Android SDK的过程中 ,预览时一般都需要绘制人脸框,但是和PC平台相机应用不同,在Android平台相机进行应用开发还需要考虑前后置相机切换.设备横竖屏切换等情况,因此在人 ...
- 虹软人脸识别Android Sample Code
AFR_FSDKInterface engine = new AFR_FSDKEngine(); //用来存放提取到的人脸信息, face_1 是注册的人脸,face_2 是要识别的人脸 AFR_FS ...
- 虹软人脸识别iOS SDK2.0
最近公司要在APP上添加一个人脸识别功能,在网上搜了一圈,发现虹软的人脸识别SDK挺好用的,而且还免费,所以就下载了他们的SDK研究了一下.总的来看功能挺好用的,只是demo上面部分功能不是很完善,所 ...
随机推荐
- Moon.Orm版本维护及下载
MoonOrm最新版及代码生成器 (2020-8-29)
- phpBB3在Nginx反向代理中的X-Forwarded-For IP检查
记录一下phpBB3对反向代理中的IP处理机制 处理几个phpBB3项目迁移, 部分运行场景转移到内网, 需要外网通过nginx/openresty之类的网关反向代理进行访问. 在网关处已经正确配置了 ...
- 【OpenGL ES】光影(光照与阴影)效果
1 前言 Blinn改进的冯氏光照模型 中只展示了光照效果,本文将进一步展示阴影效果. 绘制阴影,需要用到深度纹理,即从光源角度看模型并绘制一张纹理图,纹理图的颜色代表了模型上的点离光源的深度 ...
- P3374 【模板】树状数组 1(线段树)
[模板]树状数组 1 题目描述 如题,已知一个数列,你需要进行下面两种操作: 将某一个数加上 x 求出某区间每一个数的和 输入格式 第一行包含两个正整数 n,m ,分别表示该数列数字的个数和操作的总个 ...
- win32-StretchDIBits - PrintDlg
使用StretchDIBits将位图数据传输到printer的dc中 #include <Windows.h> #include <algorithm> int main() ...
- [Android逆向] 重打包时报BrutException
执行apktool b --use-aapt2 进行重打包时,重打包失败,抛出异常 apktool b /Users/***/work/appsApk/testApp --use-aapt2 I: U ...
- 用Spring Security + JWT 来实现身份认证和用户授权
https://mp.weixin.qq.com/s/FUYXAGlmt3HbwMoTygI4uQ
- djang中orm使用iterator()
当查询结果有很多对象时,QuerySet的缓存行为会导致使用大量内存.如果你需要对查询结果进行好几次循环,这种缓存是有意义的,但是对于 queryset 只循环一次的情况,缓存就没什么意义了.在这种情 ...
- 【系统选型】OA需求分析,OA系统选型及各供应商对比。
去年公司内部做OA信息化升级,需要更新换代一下OA系统,当时OA选型整理下来的资料分享一下. 需求调研整理后如下: 一共四个模块需要更新&升级 : OA模块(包括行政) + 合同模块 + 费 ...
- kafka消费者的三种模式
几种不同的注册方式 subscribe方式:当主题分区数量变化或者consumer数量变化时,会进行rebalance:注册rebalance监听器,可以手动管理offset不注册监听器,kafka自 ...