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. NC14700 追债之旅

    题目链接 题目 题目描述 小明现在要追讨一笔债务,已知有n座城市,每个城市都有编号,城市与城市之间存在道路相连(每条道路都是双向的),经过任意一条道路需要支付费用.小明一开始位于编号为1的城市,欠债人 ...

  2. Linux操作系统下查询NVMe盘符、Slot ID和Bus ID的对应关系

    在拆卸NVMe PCIe 固态硬盘时,需要查询Linux操作系统下NVMe盘符.Slot ID和Bus ID的对应关系. 操作步骤打开操作系统命令终端.依次执行cd /sys/bus/pci/slot ...

  3. Ubuntu20.04下的ESP8266环境

    硬件说明 ESP8266使用的是3.3V供电, 和Arduino不一样, ESP8266的I/O脚是不能防5V的, 连上就烧. 其输出只有12mA, 而Arduino是20-40mA. ESP8266 ...

  4. SQL中为什么不要使用1=1?

    最近看几个老项目的SQL条件中使用了1=1,想想自己也曾经这样写过,略有感触,特别拿出来说道说道. 编写SQL语句就像炒菜,每一种调料的使用都会影响菜品的最终味道,每一个SQL条件的加入也会影响查询的 ...

  5. SpringBoot+Shiro+LayUI权限管理系统项目-1.项目介绍

    1.项目介绍 本项目旨在打造一个基于RBAC架构模式的通用的.并不复杂但易用的权限管理系统.通过本项目可以较好的理解权限系统的常见业务同时学习掌握Springboot和Shiro等诸多技术点.需要的朋 ...

  6. ADVMP 三代壳(vmp加固)原理分析(加壳流程)

    开源项目地址 https://github.com/chago/ADVMP vmp 加固可以说时各大加固厂商的拳头产品了,这个开源项目虽然不是十分完善,让我们可以一览vmp加固的原理,是十分好的学习资 ...

  7. Docker进阶之01-Docker Compose编排工具

    Docker Compose是什么 https://github.com/docker/compose 可以按项目为单位管理多个Docker容器,Python语言开发,底层调用Docker的API接口 ...

  8. django中如果不是第一次迁移的时候就配置AUTH_USER_MODEL(用来告知django认证系统识别我们自定义的模型类),那么该如何解决才能让django的认证系统识别且不会报未知错误?

    Django认证系统中提供的用户模型类及方法很方便,我们可以使用这个模型类,但是字段有些无法满足项目需求,如还需要保存用户的手机号,需要给模型类添加额外的字段. Django提供了django.con ...

  9. 微服务程序运行步骤及nameko入门案例

    首先一个微服务应用程序需要有服务的生产者和服务的消费者,另外还需要一个注册中心来管理和调度服务 1.服务提供方,即生产者启动服务,并将服务提交到注册中心注册服务 2.服务需求方,即消费者连接到注册中心 ...

  10. stat模块

    # stat模块定义了常数和函数,并用这些来解释os.stat().os.fstat()和os.lstat()的结果(如果这些在该平台上存在的话). stat.S_ISREG(mode) # 判断mo ...