C#人脸对比服务(基于虹软人脸识别SDKV4.1封装)

已于 2023-11-18 21:59:08 修改
阅读量1k 收藏 6
点赞数 7
分类专栏： C#人工智能实践 文章标签： c# 开发语言 人脸对比服务基于虹软4.1封装 人工智能 计算机视觉 机器学习 后端
于 2023-04-06 16:04:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lw112190/article/details/129991580
版权

目录

效果

项目

代码

下载 

效果

 

项目

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;
            }
        }

    }
}

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;
            }
        }

    }
}

下载 

代码下载

天天代码码天天
关注
  • 7
    点赞
  • 踩
  • 6
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
C# 人脸识别Demo(基于虹软免费SDK)
12-21
C# 人脸识别Demo(基于虹软免费SDK),略作修改可以参考学习
人脸对比服务(基于虹软人脸识别SDKV4.1封装)
04-06
人脸对比服务(基于虹软人脸识别SDKV4.1封装) VS2010+Nancy
C#:实现人脸识别和人脸对比
最新发布
cccccyxareyou的博客
06-23 1543
人脸识别和人脸对比技术作为生物识别领域中的重要分支，近年来在安全验证、身份认证、智能监控等领域得到了广泛的应用和发展。随着人工智能技术的不断进步和深度学习算法的突破，人脸识别技术已经从最初的简单特征提取发展到了现在的高精度、高效率的识别阶段。在本篇文章中，我们将通过调用百度AI实现上述两项功能。基于百度AI实验人脸识别与人脸对比技术 · Issue #IA7IAM · cyx-0818/Windows程序设计 - Gitee.com。
C# 虹软V4.1 增值版人脸识别
04-21
基于虹软增值版SDK V4.1 win32 C++ 版本 请使用VS2015以上版本打开 debug包含opencv动态库 根据需要是激活文件或者授权码 需要到官网申请appId sdkKey32 sdkKey32 和激活文件ArcFacePro32.dat 亲测可用
C# 虹软离线SDK引擎 人脸识别
suibanqiu的博客
04-16 789
一，背景 整体来说虹软的人脸识别SDK还是不错的。我们测试过Face++的，百度的，腾讯的，都是在线联网的，需要把上传数据到它们服务器，不利商业用途；虹软SDK支持离线。 二，下载虹软SDK 1、注册虹软开发者账号（http://www.arcsoft.com.cn/ai/loginrequired?source=../sdk/apply-1002-2.html） 2、下载离线SDK（注意我下...
C#人脸识别入门篇-STEP BY STEP人脸识别—静态照片人脸检测
热门推荐
feishixin的专栏
08-11 1万+
本文讲解如何使用虹软SDK实现人脸识别功能
基于Csharp+OpenCV图像处理实战
04-22
一、主要内容：OpenCV能够实现强大丰富的图像处理，但是它缺少一个能够支持它运行的界面。Csharp经过多年的发展,得益于它的“所见及所得”能力，非常方便编写界面。这两者如果能够“双剑合璧”，将有效帮助实际工作产出。本课着重推荐GOCW采用“Csharp基于CLR直接调用Opencv编写的算法库”方法，能够将最新的OpenCV技术引入进来，同时保证生成程序的最小化。    为了进一步说明Csharp和OpenCV的结合使用，首先一个较为完整的基于winform实现答题卡识别的例子，相比较之前的实现，本次进一步贴近生产实际、内涵丰富，对算法也进行了进一步提炼。同时我们对WPF下对OpenCV函数的调用、OpenCV.js的调用进行相关教授。       二、课程结构1、 EmguCV、OpenCVSharp和GOCW之间进行比较（方便代码编写、能够融入最新的算法、速度有保障、方便调试找错、拒绝黑箱化）；2、视频采集模块的构建，视频采集和图像处理之间的关系；3、视频采集专用的SDK和“陪练”系统的介绍；4、在视频增强类项目中和图像处理项目中，算法的选择；5、Csharp界面设计、图片的存储和其他构建设计；6、较为完整的答题卡识别例子，兼顾界面设计和算法分析;8、WPF基于GOCW也同样可以基于GOCW实现算法调用；webForm虽然也可以通过类似方法调用，但是OpenCV.JS的方法更现代高效。9、关于软件部署的相关要点和窍门。       三、知识要点：１、基本环境构建和程序框架；２、CLR基本原理和应用方法；３、接入、采集、模拟输入;４、图像处理，通过构建循环采集图片；５、增强和实时处理；６、基于投影等技术的答题卡识别算法；７、存储、转换；８、部署交付。        课程能够帮助你掌握Csharp调用Opencv的基本方法，获得相应框架代码和指导；从而进一步提升实现“基于图像处理”的解决方案能力。  
C# 人脸识别
cao19989的博客
09-02 4728
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 欢迎使用Markdown编辑器 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
C# 超简单的离线人脸识别库
寒冰屋的专栏
07-11 2876
ViewFaceCore 是一个使用 C# 开发的超简单的离线人脸识别库。( 基于 SeetaFace6 )，多平台支持， 开源、免费、跨平台 (win/linux)。 支持的 .NET 版本, .NET Framework， .NET Standard, .NET / .NET Core 。
C# 人脸比对
qq_27410185的博客
02-14 3400
前面已经写过文字识别和人脸检测。都是在使用现成的轮子（直接调用的百度SDK），其实仔细看看文档，也就都知道怎么写了，而且百度还提供了多种语言的代码示例； 所以如果后面没什么特殊需求的话，关于调用百度API来实现AI部分功能的代码就到此为止了；之所以写这三个，是因为这三种场景在日常生活、工作中使用的比较频繁。 人脸比对功能，一般会用在人脸与本人身份证做比对验证的情况下。 实现功能： 验证两张人脸是否是同一个人 开发环境： 开发工具： Visual Studio 2013 .NET Fr
C# 人脸识别Demo（基于虹软免费SDK）完整版
08-21
C# 人脸识别 虹软免费SDK 原版...基于虹软最新的免费SDK写的C# 人脸识别的Demo，包含人脸检测，人脸对比，人脸检索功能.有关此Demo的详细信息可以阅读博客 http://blog.csdn.net/feishixin/article/details/77397027
c#人脸比对（BS）
06-06
c#人脸比对功能，百度人工智能比对人脸功能接口封装。
Face++ 1:1 人脸比对 C#实现例子
06-11
Face++上面的例子太少了。自己写了个比对的。
虹软人脸识别V4.1 C# Demo
04-04
【虹软人脸识别V4.1 C# Demo】是一款基于C#编程语言的示例程序，展示了如何使用虹软（ArcSoft）的人脸识别技术。这个Demo旨在帮助开发者快速理解和集成虹软的人脸检测、识别以及相关功能到他们的应用程序中。在深入...
基于虹软人脸识别SDK的C++考勤系统设计源码
05-30
本项目是基于虹软人脸识别SDK的C++考勤系统设计源码，包含205个文件，主要文件类型为hpp、h、cpp、md、txt、ico、gitignore、sln、dat和rc。该项目适用于基于虹软人脸识别SDK的C++考勤系统的开发和设计，为用户提供...
C#实现基于ffmpeg加虹软的人脸识别的示例
08-29
C#实现基于ffmpeg加虹软的人脸识别的示例 本篇文章主要介绍了C#实现基于ffmpeg加虹软的人脸识别的示例，介绍了虹软人脸识别的开发过程和使用心得，并提供了一个开源的C# Wrapper库。 1. 人脸识别技术的发展 人脸...
基于c#人脸识别考勤系统,虹软
05-06
在本项目中，我们关注的是一个基于C#编程语言的人脸识别考勤系统，该系统利用了虹软（ArcSoft）提供的SDK进行二次开发和封装。虹软是一家知名的计算机视觉技术公司，其人脸识别技术在业界有较高的认可度。以下是关于...
C#窗体程序 调用接口 实现人脸识别（附完整项目工程文件）
zyugaagin的博客
06-15 837
调用百度接口，实现人脸检测和人脸比对功能
C# 人脸检测 人脸比对 活体检测 口罩检测 年龄预测 性别预测 眼睛状态检测
.NET 人工智能实践
03-08 1395
C# 人脸检测 人脸比对 活体检测 口罩检测 年龄预测 性别预测 眼睛状态检测
ArcFaceSDK：虹软人脸识别技术详解
"虹软人脸识别(ARC) SDK是一款专业的人脸识别技术解决方案，提供包括人脸检测、跟踪、属性检测、三维角度检测、特征提取、比对及活体检测等功能。这款SDK适用于图像和视频模式，支持单人和多人脸检测，最多可检测50...
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

打赏作者

天天代码码天天

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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