AI(二)：人脸识别

时间：2021-05-07 08:31:50

微软提供的人脸识别服务可检测图片中一个或者多个人脸，并为人脸标记出边框，同时还可获得基于机器学习技术做出的面部特征预测。可支持的人脸功能有：年龄、性别、头部姿态、微笑检测、胡须检测以及27个面部重要特征点位置等。FaceAPI 提供两个主要功能: 人脸检测和识别

目录：

  • 申请subscription key
  • 示例效果
  • 开发示例
  • AForge.Net

申请订阅号

示例效果

  • winform示例版，调用微软提供的SDK，见下面介绍
  • AI(二)：人脸识别
  • 微信集成版, 如下图，开发过程中使用 http 直接调用
  • AI(二)：人脸识别

开发过程

  • 参见：https://www.azure.cn/cognitive-services/en-us/face-api/documentation/get-started-with-face-api/GettingStartedwithFaceAPIinCSharp
  • 在VS工程的NuGet Package Manager 管理窗口，程序包源:nuget.org, 搜索 Microsoft.ProjectOxford.Face ，进行安装
  • AI(二)：人脸识别
  • sdk调用示例代码： 图片转byte[] 
     using (Stream s = new MemoryStream(bytes))
    
            {
    
                var requiredFaceAttributes = new FaceAttributeType[] {
    
                    FaceAttributeType.Age,
    
                    FaceAttributeType.Gender,
    
                    FaceAttributeType.Smile,
    
                    FaceAttributeType.FacialHair,
    
                    FaceAttributeType.HeadPose,
    
                    FaceAttributeType.Glasses
    
                };
    
                var faces = await Utils.FaceClient.DetectAsync(s,
    
                    returnFaceLandmarks: true,
    
                    returnFaceAttributes: requiredFaceAttributes);
    
          }

  • 也可直接使用http请求，参见：https://dev.projectoxford.ai/docs/services/563879b61984550e40cbbe8d/operations/563879b61984550f30395236

  • 参数信息如下：

  • AI(二)：人脸识别

  • http post 示例代码：

    string URL = "你图片的url";

            var client = new HttpClient();
    
            var queryString = HttpUtility.ParseQueryString(string.Empty);

            // Request headers
    
            client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "你申请的key");

            // Request parameters
    
            queryString["returnFaceId"] = "true";
    
            queryString["returnFaceLandmarks"] = "false";
    
            queryString["returnFaceAttributes"] = "age,gender,smile";
    
            var uri = "https://api.projectoxford.ai/face/v1.0/detect?" + queryString;

            HttpResponseMessage response;
    
            byte[] byteData = Encoding.UTF8.GetBytes("{\"url\":\"" + URL + "\"}");

            using (var content = new ByteArrayContent(byteData))
    
            {
    
                content.Headers.ContentType = new MediaTypeHeaderValue("application/json");

                var task = client.PostAsync(uri, content);
    
                response = task.Result;

                var task1 = response.Content.ReadAsStringAsync();
    
                string JSON = task1.Result;
    
            }

  • 人脸识别http参数如下：（注意：要识别出人脸的身份，你必须先定义person，参见 personGroup 、Person介绍 https://www.azure.cn/cognitive-services/en-us/face-api/documentation/face-api-how-to-topics/howtoidentifyfacesinimage）

  • AI(二)：人脸识别
  • 示例代码 
    var client = new HttpClient();
    
            var queryString = HttpUtility.ParseQueryString(string.Empty);
    
            client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "XXX");
    
            var uri = "https://api.projectoxford.ai/face/v1.0/identify ";
    
            HttpResponseMessage response;
    
            byte[] byteData = Encoding.UTF8.GetBytes("{\"faceIds\":[\"XXX\"],\"personGroupId\":\"XXX\",\"maxNumOfCandidatesReturned\":5}");

            using (var content = new ByteArrayContent(byteData))
    
            {
    
                content.Headers.ContentType = new MediaTypeHeaderValue("application/json");

                var task = client.PostAsync(uri, content);
    
                response = task.Result;

                var task1 = response.Content.ReadAsStringAsync();
    
                string JSON = task1.Result;
    
            }
  • 根据人脸信息识别出身份后，获取个人信息，参数如下：
  • AI(二)：人脸识别
  • 示例代码 
    var client = new HttpClient();
    
            var queryString = HttpUtility.ParseQueryString(string.Empty);
    
            client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "你申请的key");
    
            var uri = "https://api.projectoxford.ai/face/v1.0/persongroups/你上传的分组/persons/" + personID;

            var task = client.GetStringAsync(uri);
    
            var  response = task.Result;
    
            return JsonConvert.DeserializeObject<Person>(task.Result);

AForge.Net

  • AForge.Net是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，模糊系统，机器人控制等领域, 我主要使用这个类库中的vedio 来启动笔记本摄像头进行图片抓拍
  • 类库下载地址： http://www.aforgenet.com/framework/downloads.html
  • 添加控件： 在工具箱中添加AForge.Control，VideoSourcePlayer就是我们要用的控件
  • 示例代码如下：声明变量 
    FilterInfoCollection videoDevices;
    
VideoCaptureDevice videoSource;
    
 public int selectedDeviceIndex = ;
  • 启动摄像头示例代码 
    videoDevices = new FilterInfoCollection(FilterCategory.VideoInputDevice);
    
            selectedDeviceIndex = ;
    
            videoSource = new VideoCaptureDevice(videoDevices[selectedDeviceIndex].MonikerString);//连接摄像头。
    
            videoSource.VideoResolution = videoSource.VideoCapabilities[selectedDeviceIndex];
    
            videoSourcePlayer1.VideoSource = videoSource;
    
            // set NewFrame event handler
    
            videoSourcePlayer1.Start();

  • 抓拍示代码

    if (videoSource == null)
    
                return;
    
            Bitmap bitmap = videoSourcePlayer1.GetCurrentVideoFrame();
    
            string fileName = string.Format("{0}.jpg", DateTime.Now.ToString("yyyyMMddHHmmssfff"));
    
            this.filePath = string.Format("c:\\temp\\{0}", fileName);
    
            bitmap.Save(this.filePath, ImageFormat.Jpeg);
    
            this.labelControl1.Text = string.Format("存储目录：{0}", this.filePath);
    
            bitmap.Dispose();
    
            videoDevices.Clear();

  • 窗体关闭事件

    if (this.videoSource != null)
    
            {
    
                if (this.videoSource.IsRunning)
    
                {
    
                    this.videoSource.Stop();
    
                }
    
            }

  • 示例效果

  • AI(二)：人脸识别

相关文章