人脸识别开源SDK源码

最新推荐文章于 2024-10-10 15:46:15 发布
最新推荐文章于 2024-10-10 15:46:15 发布
阅读量5.6k 收藏 4
点赞数 2
分类专栏： C#源代码

代码是调用开源SDk的FaceCore关键代码。附件中有详细的接口调用说明
    FaceCore人脸识别开放平台 （SERVICE INTERFACE PLATFORM）是基于人脸检测、比对核心业务技术的服务平台。平台可为外部合作伙伴提供基于高精度人脸识别技术为基础的相关服务，例如Api、人脸识别、数据安全等。作为人脸识别的重要开发途径，FaceCore平台将推动各行各业定制、创新、进化，并最终促成新商业文明生态圈的建立。我们的使命是把人脸识别技术、规范等一系列核心技术基础服务，像水、电、煤一样输送给所有需要的合作伙伴、开发者、社区媒体、安全机构和各行各业。帮助社会各界通过使用此平台获得更丰厚的商业价值。

关键代码段:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Drawing;
using System.IO;
using System.Runtime.Serialization.Formatters.Binary;
using FaceCore.OpenPlatform.DTO;

namespace Com.Facecore.platform
{
    public class FaceClient
    {
        private string faceKey = string.Empty;
        private string faceUrlbase = string.Empty;
        public FaceClient(string key)
        {
            faceKey = key;
        }

        #region 特征值检测
        /// <summary>
        /// 特征值检测
        /// </summary>
        /// <param name="filePath">文件地址</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetect(string filePath)
        {
            if (string.IsNullOrEmpty(filePath))//空
                return null;
            if (!File.Exists(Path.GetFullPath(filePath))) //文件不存在
                return null;
            FileStream fs = new FileStream(Path.GetFullPath(filePath), FileMode.Open);
            byte[] bs = new byte[fs.Length];
            fs.Read(bs, 0, bs.Length);
            fs.Close();
            fs.Dispose();
            return FaceDetect(bs);
        }
        /// <summary>
        /// 特征值检测
        /// </summary>
        /// <param name="img">包含人脸的Image对象</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetect(Image img)
        {
            if (img == null)
                return null;
            var newImage = new Bitmap(img);
            MemoryStream ms = new MemoryStream();
            newImage.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
            newImage.Dispose();

            return FaceDetect(ms.ToArray());

        }
        /// <summary>
        /// 特征值检测
        /// </summary>
        /// <param name="bts">图片对象的byte数组</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetect(byte[] bts)
        {
            FaceHttp http = new FaceHttp();
            string image = Convert.ToBase64String(bts);          
            FaceDetectRequest request = new FaceDetectRequest() { faceimage = image };
            string url = ConstUrl.URL_CN + ConstUrl.FaceDeteiveResouse + "?appkey=" + faceKey;
            var value = http.HttpPost(url, Newtonsoft.Json.JsonConvert.SerializeObject(request));
            return Newtonsoft.Json.JsonConvert.DeserializeObject<FaceDetectResponse>(value);
        }
        #endregion

        #region 特征值检测包含年龄性别
        /// <summary>
        /// 特征值检测
        /// </summary>
        /// <param name="filePath">文件地址</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetectAgeAndSex(string filePath)
        {
            if (string.IsNullOrEmpty(filePath))//空
                return null;
            if (!File.Exists(Path.GetFullPath(filePath))) //文件不存在
                return null;
            FileStream fs = new FileStream(Path.GetFullPath(filePath), FileMode.Open);
            byte[] bs = new byte[fs.Length];
            fs.Read(bs, 0, bs.Length);
            fs.Close();
            fs.Dispose();
            return FaceDetectAgeAndSex(bs);
        }
        /// <summary>
        /// 特征值检测
        /// </summary>
        /// <param name="img">包含人脸的Image对象</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetectAgeAndSex(Image img)
        {
            if (img == null)
                return null;
            var newImage = new Bitmap(img);
            MemoryStream ms = new MemoryStream();
            newImage.Save(ms, System.Drawing.Imaging.ImageFormat.Jpeg);
            newImage.Dispose();

            return FaceDetectAgeAndSex(ms.ToArray());

        }
        /// <summary>
        /// 特征值检测
        /// </summary>
        /// <param name="bts">图片对象的byte数组</param>
        /// <returns></returns>
        public FaceDetectResponse FaceDetectAgeAndSex(byte[] bts)
        {
            FaceHttp http = new FaceHttp();
            string image = Convert.ToBase64String(bts);
            //http.HttpPost("", "");
            FaceDetectRequest request = new FaceDetectRequest() { faceimage = image };
            string url = ConstUrl.URL_CN + ConstUrl.FaceDeteiveAgeAndSexResouse + "?appkey=" + faceKey;
            var value = http.HttpPost(url, Newtonsoft.Json.JsonConvert.SerializeObject(request));
            return Newtonsoft.Json.JsonConvert.DeserializeObject<FaceDetectResponse>(value);
        }
        #endregion

        #region 特征值比较
        /// <summary>
        /// 特征值比较
        /// </summary>
        /// <param name="facetrue1">特征值返回串</param>
        /// <param name="facetrue2">特征值返回串</param>
        public FaceCompareResponse FaceContrast(string facetrue1, string facetrue2)
        {
            FaceCompareRequest request = new FaceCompareRequest();
            request.facefeature1 = facetrue1;
            request.facefeature2 = facetrue2;
            string url = ConstUrl.URL_CN + ConstUrl.FaceCompareResouse + "?appkey=" + faceKey;
            FaceHttp http = new FaceHttp();
            return Newtonsoft.Json.JsonConvert.DeserializeObject<FaceCompareResponse>(http.HttpPost(url, Newtonsoft.Json.JsonConvert.SerializeObject(request)));
        }
        #endregion
    }
}

人脸比对客户端代码:

using System;
using System.Drawing;
using System.Windows.Forms;
using Com.Facecore.platform;
using System.IO;
using Com.Facecore.platform.Common;

namespace faceView.UcControl
{
    public partial class UcCompar : UserControl
    {
        public UcCompar()
        {
            InitializeComponent();
            ImgSelect = Common.ConvertImage(Path.GetFullPath("Images\\button\\选择照片-人脸比对认证.png"));
            ImgSelect_Click = Common.ConvertImage(Path.GetFullPath("Images\\button\\选择照片-点击-人脸比对认证.png"));
            ImgCompar = Common.ConvertImage(Path.GetFullPath("Images\\button\\开始比对-人脸比对认证.png"));
            ImgCompar_Click = Common.ConvertImage(Path.GetFullPath("Images\\button\\开始比对-点击-人脸比对认证.png"));
            pic1Select.Image = ImgSelect;
            pic2Select.Image = ImgSelect;
            picCompar.Image = ImgCompar;
        }
        private Image ImgSelect { get; set; }
        private Image ImgSelect_Click { get; set; }
        private Image ImgCompar { get; set; }
        private Image ImgCompar_Click { get; set; }
        string face1true = string.Empty;
        string face2true = string.Empty;
        private string SelectPicture()
        {
            var openFileDialog = new OpenFileDialog();
            openFileDialog.Filter =
                "JPEG File Interchange Format (*.jpg)|*.jpg;*.jpeg|" +
                "Windows Bitmap(*.bmp)|*.bmp|" +
                "Graphics Interchange Format (*.gif)|(*.gif)|" +
                "Portable Network Graphics (*.png)|*.png|" +
                "Tag Image File Format (*.tif)|*.tif;*.tiff";
            openFileDialog.ShowDialog();
            return openFileDialog.FileName;
        }
        private void btn1Select_Click(object sender, EventArgs e)
        {
            string filename = SelectPicture();
            if (!string.IsNullOrEmpty(filename))
            {
                //8c1be718fa976083a6940009f36c056e
                FaceClient client = new FaceClient("8c1be718fa976083a6940009f36c056e");
                byte[] bt = GetFilebyte(filename);
                var face = client.FaceDetect(filename);//获取特征值
                pic1.Image = Image.FromStream(new MemoryStream(bt));
                if (face != null && face.facemodels.Count > 0)
                {
                    face1true = face.facemodels[0].base64feature;
                }
                else
                {
                    MessageBox.Show("未读取到人脸信息");
                    pic1.Image = null;
                    face1true = string.Empty;
                }
            }
            else
            {
                pic1.Image = null;
                face1true = string.Empty;
            }

        }
        private byte[] GetFilebyte(string filename)
        {
            if (File.Exists(filename))
            {
                FileStream stream = new FileStream(filename, FileMode.Open);
                byte[] bts = new byte[stream.Length];
                stream.Read(bts, 0, bts.Length);
                stream.Close();
                stream.Dispose();
                return bts;
            }
            return null;
        }
        private void btn2Select_Click(object sender, EventArgs e)
        {
            string filename = SelectPicture();
            if (!string.IsNullOrEmpty(filename))
            {
                FaceClient client = new FaceClient("8c1be718fa976083a6940009f36c056e");
                byte[] bt = GetFilebyte(filename);
                var face = client.FaceDetect(bt);//获取特征值
                pic2.Image = Image.FromStream(new MemoryStream(bt));
                if (face != null && face.facemodels.Count > 0)
                {
                    face2true = face.facemodels[0].base64feature;
                }
                else
                {
                    MessageBox.Show("未读取到人脸信息");
                    pic2.Image = null;
                    face2true = string.Empty;
                }

            }
            else
            {
                pic2.Image = null;
                face2true = string.Empty;
            }
        }
        private void btnCompar_Click(object sender, EventArgs e)
        {
            if (string.IsNullOrEmpty(face1true) || string.IsNullOrEmpty(face2true))
            {
                MessageBox.Show("缺少人脸信息");
                return;
            }
            FaceClient client = new FaceClient("8c1be718fa976083a6940009f36c056e");
            var contrast = client.FaceContrast(face1true, face2true);
            if (contrast != null)
            {
                lblCompar.Text = "相似度" + (contrast.similar * 100).ToString("0.00") + "%";
            }
        }

        private void pic2Select_MouseEnter(object sender, EventArgs e)
        {
            PictureBox pic = (PictureBox)sender;
            pic.Image = ImgSelect_Click;
        }

        private void pic2Select_MouseLeave(object sender, EventArgs e)
        {
            PictureBox pic = (PictureBox)sender;
            pic.Image = ImgSelect;

        }

        private void picCompar_MouseEnter(object sender, EventArgs e)
        {
            picCompar.Image = ImgCompar_Click;
        }

        private void picCompar_MouseLeave(object sender, EventArgs e)
        {
            picCompar.Image = ImgCompar;
        }
    }
}


 源程序下载地址1:http://download.csdn.net/detail/lovegonghui/9003385

treeMountain
关注
专栏目录
Python的开源人脸识别库：离线识别率高达99.38%
weixin_45716111的博客
11-20 1435
在这篇文章中： 人脸识别的过程 人脸识别分类 DeepFace 1.DeepFace的基本框架 2. 验证 3. 实验评估 以往的人脸识别主要是包括人脸图像采集、人脸识别预处理、身份确认、身份查找等技术和系统。现在人脸识别已经慢慢延伸到了ADAS中的驾驶员检测、行人跟踪、甚至到了动态物体的跟踪。由此可以看出，人脸识别系统已经由简单的图像处理发展到了视频实时处理。而且算法已经由以...
Java版本阿里云【人脸人体】之【人脸对比】接口对接
weixin_42132397的博客
05-08 1927
** 阿里云【人脸人体】之【人脸对比】接口对接 ** 第一步:导入相关依赖包 <dependency> <groupId>com.aliyun</groupId> <artifactId>aliyun-java-sdk-facebody</artifactId> <version>1.0.8<...
毕设开源 人脸识别系统
最新发布
iwueyqi的博客
10-10 921
今天学长向大家介绍一个机器视觉的毕设项目，基于深度学习的人脸识别系统毕业设计 opencv人脸识别系统🧿 项目分享:见文末!
人脸识别SDK 免费的人脸识别 人脸识别源码
06-30
人脸识别SDK 免费的人脸识别 人脸识别源码 附件中有完整的人脸识别SDK的调用方法
开源的人脸识别toolbox和SDK
修炼之路
01-18 1787
导读 FaceX-Zoo是京东AI-CV团队最近开源的人脸识别toolbox，里面包含了各种各样的head和backbone用于构建SOTA(state-of-the-art)的人脸识别，还包括了一个标准的人脸识别评估模块用于评估人脸识别模型。除此之外，里面还包括了人脸识别SDK和戴口罩的人脸识别，里面包含了大量的预训练模型。 开源地址：https://github.com/JDAI-CV/FaceX-Zoo 环境要求 python：3.7.1+ pytorch：1.1.0+ torchvision：0
人脸识别开源sdk源码
07-28
人脸识别开源SDK源码是指一种开放的软件开发工具包，可以帮助开发者快速实现人脸识别功能。这些源码通常包括人脸检测、人脸识别、人脸比对、人脸特征提取等各种基础算法和模型。通过使用这些源码，开发者可以构建...
Face++人脸识别源码
06-02
该公司提供多种产品和服务，包括人脸识别SDK、API、比对服务、检测服务和活体检测服务等，广泛应用于金融、公安、零售、物流等领域。 Face++的开放API接口是免费提供的，这使得开发者可以以极小的成本借用该接口来...
基于WINDOWS平台的人脸识别SDK库
06-13
在Windows平台上进行人脸识别技术开发，通常需要借助特定的软件开发工具包（SDK），这正是"基于WINDOWS平台的人脸识别SDK库"所提供的。该SDK库包含了源代码，这意味着开发者可以直接查看和修改内部算法，以适应特定...
InspireFace-商用级的跨平台开源人脸分析SDK
tunm的小笔记
07-06 2409
一款商用级别的开源人脸分析SDK
人脸识别sdk
01-07
人脸识别sdk，可调用api或本机对比识别
人脸识别二次开发包(SDK)
10-13
人脸识别正确率97.18%,1秒内完成。 能够在复杂的光线和背景下依然正确工作，并支持多张人脸在一个画面上的检测，识别，验证。戴眼镜和黑色人种也能检测和识别。能从多角度检测到人脸。 并带人鼻，嘴，眼镜,人脸左右边界的定位功能。 本软件是多光源主动识别版，要求用户配合采模板，并配合识别，在正上方有节能灯，镜头有方向滤光片的条件下，能达到最佳识别效果。 本软件要求有USB摄像头支持(最好是低照度高画质摄像头)。
Face_Demo_SDK人脸识别开发包（有演示、范例、说明书）完整项目实例源码.zip
05-08
Face Demo SDK人脸识别开发包（有演示、范例、说明书）完整项目实例源码，可供设计参考。
人脸识别开发包(SDK)
11-21
人脸识别正确率97.18%,1秒内完成。 能够在复杂的光线和背景下依然正确工作，并支持多张人脸在一个画面上的检测，识别，验证。戴眼镜和黑色人种也能检测和识别。能从多角度检测到人脸。 并带人鼻，嘴，眼镜,人脸左右边界的定位功能。 本软件是多光源主动识别版，要求用户配合采模板，并配合识别，在正上方有节能灯，镜头有方向滤光片的条件下，能达到最佳识别效果。
基于facesdk的人脸识别
01-23
人脸识别SDK 采用C++编写，支持两张照片进行比对1:1，以及1：N 人脸搜索，SDK内部自己维护人脸特征数据，支持增、删、查找等操作，上层应用程序只需要关注自己的业务逻辑即可
基于FaceX-Zoo里的faceSDK实现人脸识别（与人脸库结合比对人脸）
m0_58700887的博客
07-09 925
此外，将带有照片的附加信息表img.xlsx与Faiss向量数据库的索引进行一一映射，目的当输入一张新的图片要与人脸库进行对比时，能够获取该图片的信息。功能描述：传入一张图片帧/图片，能够与人脸库的人脸数据进行比对，比对成功，则在图片上打上标签，标签信息包含——名称和相似百分比；测试结果如下所示，根据人为评估可知：test03误判，与人脸库比对相似度42%，但实际上人脸库并没有这个人的图片，所以。计算新输入图片的人脸特征向量与人脸库的人脸特征向量之间的欧氏距离，距离越短，说明相似度越高。
人脸识别算法源码SDK开发包人证比对二次开发检测核验开发包
m0_75134163的博客
11-11 1225
人脸识别算法源码SDK开发包人证比对二次开发检测核验开发包。
「人脸识别算法源码SDK开发包」助力人证比对与检测核验二次开发，高效人脸识别算法SDK开发包，支持人证比对、检测核验二次开发
IgfNgXnSrFW的博客
07-10 370
首先介绍了人脸识别算法的基本原理和发展历程，随后详细分析了人脸识别算法的核心技术，包括特征提取、特征匹配和人脸建模等。本部分将探讨在安防领域中人脸识别算法在监控、门禁等方面的应用，以及在金融领域中人脸识别算法在身份认证、支付等方面的应用。本部分将介绍人脸识别算法的基本原理，包括人脸图像预处理、特征提取、特征匹配和人脸建模等环节，并简要介绍了人脸识别算法的发展历程。通过对人脸识别算法源码SDK开发包和人证比对二次开发检测核验开发包的研究，我们深入了解了人脸识别算法的开发与应用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值