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;
}
} }
}

代码下载

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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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( ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

  10. 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

  1. 【Unity3D】动画混合

    1 简介 ​ 2D动画.人体模型及动画.人物跟随鼠标位置中介绍了 Aniamtion.Animator.人体模型.人体骨骼.人体动画等基础知识及人体动画的应用,本文将进一步介绍动画混合. ​ 实现动画 ...

  2. 【Unity3D】UGUI之Button

    1 Button属性面板 ​ 在 Hierarchy 窗口右键,选择 UI 列表里的 Button 控件,即可创建 Button 控件,选中创建的 Button 控件,按键盘[T]键,可以调整 But ...

  3. C++ 多线程的错误和如何避免(1)

    在终止程序之前没有使用 join() 等待后台线程 前提分析:线程分为 joinable  状态和 detached 状态 添加 .join() 这句代码的时候,就表示主线程需要等待子线程运行结束回收 ...

  4. CentOS7安装Chrome及驱动

    目录 安装Chrome 更新Chrome 安装Chrome驱动程序 更新Chrome驱动程序 环境:CentOS Linux release 7.4.1708 (Core) 安装Chrome 下载安装 ...

  5. 图书管理系统---基于ajax删除数据

    book_list.html代码 {% load static %} <!DOCTYPE html> <html lang="en"> <head&g ...

  6. 谈一谈如何使用etcd中的事务

    本文内容来源于自己学习时所做的记录,主要来源于文章最后的参考链接,如有侵权,请联系删除,谢谢! etcd 是一个 key/value 类型的数据库.既然我们需要存储数据,必然会面临这样一个需求,即希望 ...

  7. Java 常用类 String的使用---测试

    1 package com.bytezero.stringclass; 2 3 import org.junit.Test; 4 5 /** 6 * 7 * 8 * 9 * @author Bytez ...

  8. WireShark学习笔记(一)

    1.从WireShark分析网络层协议的传输 下面是网络接口层协议,从图中可以看到两个相邻设备的MAC地址,因此该网络包才能以接力的方式传送到目的地址. 下面是网络层,在这个包中,主要的任务是把TCP ...

  9. TypeScript实践总结

    下文将TypeScript简称ts 一.为什么要学 1.1 减少bug,提高质量 强语言,语法等方面异常,编译阶段"提前"报错 支持面向对象,软件设计与工程化更为成熟,更容易做单元 ...

  10. 感慨 vscode 支持win7最后一个版本 1.70.3 于2022年7月发布

    为什么 家里电脑一直是win7,也懒的升级,nodejs也不能用最新的,没想到vscode也停产了 https://code.visualstudio.com/updates/v1_70 后记 别用u ...