人脸识别应用初探-微软人脸识别在线SDK使用

最新推荐文章于 2024-04-21 10:32:12 发布
最新推荐文章于 2024-04-21 10:32:12 发布
阅读量3.5k 收藏
点赞数
分类专栏： node JavaScript 人脸识别
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/qq_25482087/article/details/106389819
版权
JavaScript 同时被 3 个专栏收录
102 篇文章 0 订阅
订阅专栏
node
19 篇文章 0 订阅
订阅专栏
人脸识别
3 篇文章 0 订阅
订阅专栏

微软人脸识别SDK使用

官方教程

微软Azure中包含了一些人工智能的相关组件，通过webapi请求的方式获取数据，下面是几个例子

document

JQuery Web

<!DOCTYPE html>
<html>

<head>
   <title>Detect Faces Sample</title>
   <!-- <script src="https://ajax.googleapis.com/ajax/libs/jquery/1.9.0/jquery.min.js"></script> -->
</head>

<body>
   <h1>Detect Faces:</h1>
   Enter the URL to an image that includes a face or faces, then click
   the <strong>Analyze face</strong> button.<br><br>
   <input type="file" id="localFile" name="localFile"/>
   Image to analyze: <input type="text" name="inputImage" id="inputImage"
       value="http://article-fd.zol-img.com.cn/t_s640x2000/g5/M00/08/07/ChMkJltn_xyIQOz4AABFFxqLxD4AAqcFgF5b28AAEUv569.jpg" />
   <button onclick="processImage()">Analyze face</button><br><br>
   <div id="wrapper" style="width:1020px; display:table;">
       <div id="jsonOutput" style="width:600px; display:table-cell;">
           Response:<br><br>
           <textarea id="responseTextArea" class="UIInput" style="width:580px; height:400px;"></textarea>
       </div>
       <div id="imageDiv" style="width:420px; display:table-cell;">
           Source image:<br><br>
           <img id="sourceImage" width="400" />
       </div>
   </div>
</body>
<script src="jquery-3.4.1.min.js"></script>
<script type="text/javascript">
   function processImage() {
       // Replace <Subscription Key> with your valid subscription key.
       var subscriptionKey = "******";

       var uriBase =
           "https://westcentralus.api.cognitive.microsoft.com/face/v1.0/detect";

       // Request parameters.
       var params = {
           "returnFaceId": "true",
           "returnFaceLandmarks": "false",
           "returnFaceAttributes": "age,gender,headPose,smile,facialHair,glasses,emotion," +
               "hair,makeup,occlusion,accessories,blur,exposure,noise"
       };

       // Display the image.
       var sourceImageUrl = document.getElementById("inputImage").value;
       document.querySelector("#sourceImage").src = sourceImageUrl;

       // Perform the REST API call.
       $.ajax({
               url: uriBase + "?" + $.param(params),

               // Request headers.
               beforeSend: function (xhrObj) {
                   xhrObj.setRequestHeader("Content-Type", "application/json");
                   xhrObj.setRequestHeader("Ocp-Apim-Subscription-Key", subscriptionKey);
               },

               type: "POST",

               // Request body.
               data: '{"url": ' + '"' + sourceImageUrl + '"}',
           })

           .done(function (data) {
               // Show formatted JSON on webpage.
               $("#responseTextArea").val(JSON.stringify(data, null, 2));
           })

           .fail(function (jqXHR, textStatus, errorThrown) {
               // Display error message.
               var errorString = (errorThrown === "") ?
                   "Error. " : errorThrown + " (" + jqXHR.status + "): ";
               errorString += (jqXHR.responseText === "") ?
                   "" : (jQuery.parseJSON(jqXHR.responseText).message) ?
                   jQuery.parseJSON(jqXHR.responseText).message :
                   jQuery.parseJSON(jqXHR.responseText).error.message;
               alert(errorString);
           });
   };
</script>

</html>

Node.js

'use strict';

const request = require('request');

// Replace <Subscription Key> with your valid subscription key.
const subscriptionKey = '*******';

// You must use the same location in your REST call as you used to get your
// subscription keys. For example, if you got your subscription keys from
// westus, replace "westcentralus" in the URL below with "westus".
const uriBase = "https://westcentralus.api.cognitive.microsoft.com/face/v1.0/detect";

const imageUrl =
    'https://upload.wikimedia.org/wikipedia/commons/3/37/Dagestani_man_and_woman.jpg';

// Request parameters.
const params = {
    'returnFaceId': 'true',
    'returnFaceLandmarks': 'false',
    'returnFaceAttributes': 'age,gender,headPose,smile,facialHair,glasses,' +
        'emotion,hair,makeup,occlusion,accessories,blur,exposure,noise'
};

const options = {
    uri: uriBase,
    qs: params,
    body: '{"url": ' + '"' + imageUrl + '"}',
    headers: {
        'Content-Type': 'application/json',
        'Ocp-Apim-Subscription-Key' : subscriptionKey
    }
};

request.post(options, (error, response, body) => {
  if (error) {
    console.log('Error: ', error);
    return;
  }
  let jsonResponse = JSON.stringify(JSON.parse(body), null, '  ');
  console.log('JSON Response\n');
  console.log(jsonResponse);
});

测试结果
在这里插入图片描述

C# WPF

  1. MainWindow.xaml.cs
// <snippet_using>
using Microsoft.Azure.CognitiveServices.Vision.Face;
using Microsoft.Azure.CognitiveServices.Vision.Face.Models;

using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using System.Threading.Tasks;
using System.Windows;
using System.Windows.Input;
using System.Windows.Media;
using System.Windows.Media.Imaging;
// </snippet_using>

namespace FaceTutorial
{
    public partial class MainWindow : Window
    {
        // <snippet_mainwindow_fields>
        // Add your Face subscription key to your environment variables.
        private const string subscriptionKey = "690577240c594f1cae0b34018c15a207";// Environment.GetEnvironmentVariable("FACE_SUBSCRIPTION_KEY");
        // Add your Face endpoint to your environment variables.
        private const string faceEndpoint = "https://westcentralus.api.cognitive.microsoft.com/face";// Environment.GetEnvironmentVariable("FACE_ENDPOINT");

        private readonly IFaceClient faceClient = new FaceClient(
            new ApiKeyServiceClientCredentials(subscriptionKey),
            new System.Net.Http.DelegatingHandler[] { });

        // The list of detected faces.
        private IList<DetectedFace> faceList;
        // The list of descriptions for the detected faces.
        private string[] faceDescriptions;
        // The resize factor for the displayed image.
        private double resizeFactor;

        private const string defaultStatusBarText =
            "Place the mouse pointer over a face to see the face description.";
        // </snippet_mainwindow_fields>

        // <snippet_mainwindow_constructor>
        public MainWindow()
        {
            InitializeComponent();

            if (Uri.IsWellFormedUriString(faceEndpoint, UriKind.Absolute))
            {
                faceClient.Endpoint = faceEndpoint;
            }
            else
            {
                MessageBox.Show(faceEndpoint,
                    "Invalid URI", MessageBoxButton.OK, MessageBoxImage.Error);
                Environment.Exit(0);
            }
        }
        // </snippet_mainwindow_constructor>

        // <snippet_browsebuttonclick_start>
        // Displays the image and calls UploadAndDetectFaces.
        private async void BrowseButton_Click(object sender, RoutedEventArgs e)
        {
            // Get the image file to scan from the user.
            var openDlg = new Microsoft.Win32.OpenFileDialog();

            openDlg.Filter = "JPEG Image(*.jpg)|*.jpg";
            bool? result = openDlg.ShowDialog(this);

            // Return if canceled.
            if (!(bool)result)
            {
                return;
            }

            // Display the image file.
            string filePath = openDlg.FileName;

            Uri fileUri = new Uri(filePath);
            BitmapImage bitmapSource = new BitmapImage();

            bitmapSource.BeginInit();
            bitmapSource.CacheOption = BitmapCacheOption.None;
            bitmapSource.UriSource = fileUri;
            bitmapSource.EndInit();

            FacePhoto.Source = bitmapSource;
            // </snippet_browsebuttonclick_start>

            // <snippet_browsebuttonclick_mid>
            // Detect any faces in the image.
            Title = "Detecting...";
            faceList = await UploadAndDetectFaces(filePath);
            Title = String.Format(
                "Detection Finished. {0} face(s) detected", faceList.Count);

            if (faceList.Count > 0)
            {
                // Prepare to draw rectangles around the faces.
                DrawingVisual visual = new DrawingVisual();
                DrawingContext drawingContext = visual.RenderOpen();
                drawingContext.DrawImage(bitmapSource,
                    new Rect(0, 0, bitmapSource.Width, bitmapSource.Height));
                double dpi = bitmapSource.DpiX;
                // Some images don't contain dpi info.
                resizeFactor = (dpi == 0) ? 1 : 96 / dpi;
                faceDescriptions = new String[faceList.Count];

                for (int i = 0; i < faceList.Count; ++i)
                {
                    DetectedFace face = faceList[i];

                    // Draw a rectangle on the face.
                    drawingContext.DrawRectangle(
                        Brushes.Transparent,
                        new Pen(Brushes.Red, 2),
                        new Rect(
                            face.FaceRectangle.Left * resizeFactor,
                            face.FaceRectangle.Top * resizeFactor,
                            face.FaceRectangle.Width * resizeFactor,
                            face.FaceRectangle.Height * resizeFactor
                            )
                    );

                    // Store the face description.
                    faceDescriptions[i] = FaceDescription(face);
                }

                drawingContext.Close();

                // Display the image with the rectangle around the face.
                RenderTargetBitmap faceWithRectBitmap = new RenderTargetBitmap(
                    (int)(bitmapSource.PixelWidth * resizeFactor),
                    (int)(bitmapSource.PixelHeight * resizeFactor),
                    96,
                    96,
                    PixelFormats.Pbgra32);

                faceWithRectBitmap.Render(visual);
                FacePhoto.Source = faceWithRectBitmap;

                // Set the status bar text.
                faceDescriptionStatusBar.Text = defaultStatusBarText;
            }
            // </snippet_browsebuttonclick_mid>
        // <snippet_browsebuttonclick_end>
        }
        // </snippet_browsebuttonclick_end>

        // <snippet_mousemove_start>
        // Displays the face description when the mouse is over a face rectangle.
        private void FacePhoto_MouseMove(object sender, MouseEventArgs e)
        {
            // </snippet_mousemove_start>

            // <snippet_mousemove_mid>
            // If the REST call has not completed, return.
            if (faceList == null)
                return;

            // Find the mouse position relative to the image.
            Point mouseXY = e.GetPosition(FacePhoto);

            ImageSource imageSource = FacePhoto.Source;
            BitmapSource bitmapSource = (BitmapSource)imageSource;

            // Scale adjustment between the actual size and displayed size.
            var scale = FacePhoto.ActualWidth / (bitmapSource.PixelWidth / resizeFactor);

            // Check if this mouse position is over a face rectangle.
            bool mouseOverFace = false;

            for (int i = 0; i < faceList.Count; ++i)
            {
                FaceRectangle fr = faceList[i].FaceRectangle;
                double left = fr.Left * scale;
                double top = fr.Top * scale;
                double width = fr.Width * scale;
                double height = fr.Height * scale;

                // Display the face description if the mouse is over this face rectangle.
                if (mouseXY.X >= left && mouseXY.X <= left + width &&
                    mouseXY.Y >= top && mouseXY.Y <= top + height)
                {
                    faceDescriptionStatusBar.Text = faceDescriptions[i];
                    mouseOverFace = true;
                    break;
                }
            }

            // String to display when the mouse is not over a face rectangle.
            if (!mouseOverFace) faceDescriptionStatusBar.Text = defaultStatusBarText;
            // </snippet_mousemove_mid>
        // <snippet_mousemove_end>
        }
        // </snippet_mousemove_end>

        // <snippet_uploaddetect>
        // Uploads the image file and calls DetectWithStreamAsync.
        private async Task<IList<DetectedFace>> UploadAndDetectFaces(string imageFilePath)
        {
            // The list of Face attributes to return.
            IList<FaceAttributeType> faceAttributes =
                new FaceAttributeType[]
                {
                    FaceAttributeType.Gender, FaceAttributeType.Age,
                    FaceAttributeType.Smile, FaceAttributeType.Emotion,
                    FaceAttributeType.Glasses, FaceAttributeType.Hair
                };

            // Call the Face API.
            try
            {
                using (Stream imageFileStream = File.OpenRead(imageFilePath))
                {
                    // The second argument specifies to return the faceId, while
                    // the third argument specifies not to return face landmarks.
                    IList<DetectedFace> faceList =
                        await faceClient.Face.DetectWithStreamAsync(
                            imageFileStream, true, false, faceAttributes);
                    return faceList;
                }
            }
            // Catch and display Face API errors.
            catch (APIErrorException f)
            {
                MessageBox.Show(f.Message);
                return new List<DetectedFace>();
            }
            // Catch and display all other errors.
            catch (Exception e)
            {
                MessageBox.Show(e.Message, "Error");
                return new List<DetectedFace>();
            }
        }
        // </snippet_uploaddetect>

        // <snippet_facedesc>
        // Creates a string out of the attributes describing the face.
        private string FaceDescription(DetectedFace face)
        {
            StringBuilder sb = new StringBuilder();

            sb.Append("Face: ");

            // Add the gender, age, and smile.
            sb.Append(face.FaceAttributes.Gender);
            sb.Append(", ");
            sb.Append(face.FaceAttributes.Age);
            sb.Append(", ");
            sb.Append(String.Format("smile {0:F1}%, ", face.FaceAttributes.Smile * 100));

            // Add the emotions. Display all emotions over 10%.
            sb.Append("Emotion: ");
            Emotion emotionScores = face.FaceAttributes.Emotion;
            if (emotionScores.Anger >= 0.1f) sb.Append(
                String.Format("anger {0:F1}%, ", emotionScores.Anger * 100));
            if (emotionScores.Contempt >= 0.1f) sb.Append(
                String.Format("contempt {0:F1}%, ", emotionScores.Contempt * 100));
            if (emotionScores.Disgust >= 0.1f) sb.Append(
                String.Format("disgust {0:F1}%, ", emotionScores.Disgust * 100));
            if (emotionScores.Fear >= 0.1f) sb.Append(
                String.Format("fear {0:F1}%, ", emotionScores.Fear * 100));
            if (emotionScores.Happiness >= 0.1f) sb.Append(
                String.Format("happiness {0:F1}%, ", emotionScores.Happiness * 100));
            if (emotionScores.Neutral >= 0.1f) sb.Append(
                String.Format("neutral {0:F1}%, ", emotionScores.Neutral * 100));
            if (emotionScores.Sadness >= 0.1f) sb.Append(
                String.Format("sadness {0:F1}%, ", emotionScores.Sadness * 100));
            if (emotionScores.Surprise >= 0.1f) sb.Append(
                String.Format("surprise {0:F1}%, ", emotionScores.Surprise * 100));

            // Add glasses.
            sb.Append(face.FaceAttributes.Glasses);
            sb.Append(", ");

            // Add hair.
            sb.Append("Hair: ");

            // Display baldness confidence if over 1%.
            if (face.FaceAttributes.Hair.Bald >= 0.01f)
                sb.Append(String.Format("bald {0:F1}% ", face.FaceAttributes.Hair.Bald * 100));

            // Display all hair color attributes over 10%.
            IList<HairColor> hairColors = face.FaceAttributes.Hair.HairColor;
            foreach (HairColor hairColor in hairColors)
            {
                if (hairColor.Confidence >= 0.1f)
                {
                    sb.Append(hairColor.Color.ToString());
                    sb.Append(String.Format(" {0:F1}% ", hairColor.Confidence * 100));
                }
            }

            // Return the built string.
            return sb.ToString();
        }
        // </snippet_facedesc>
    }
}

2.MainWindow.xaml

<!-- <snippet_xaml> -->
<Window x:Class="FaceTutorial.MainWindow"
         xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
         xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
         Title="MainWindow" Height="700" Width="960">
    <Grid x:Name="BackPanel">
        <Image x:Name="FacePhoto" Stretch="Uniform" Margin="0,0,0,50" MouseMove="FacePhoto_MouseMove" />
        <DockPanel DockPanel.Dock="Bottom">
            <Button x:Name="BrowseButton" Width="72" Height="20" VerticalAlignment="Bottom" HorizontalAlignment="Left"
                     Content="Browse..."
                     Click="BrowseButton_Click" />
            <StatusBar VerticalAlignment="Bottom">
                <StatusBarItem>
                    <TextBlock Name="faceDescriptionStatusBar" />
                </StatusBarItem>
            </StatusBar>
        </DockPanel>
    </Grid>
</Window>
<!-- </snippet_xaml> -->

参考链接

1.https://github.com/Azure/azure-sdk-for-net/tree/master/sdk

2.https://github.com/Microsoft/Cognitive-Face-Windows

Three_ST
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
开源个人云笔记应用 PermaNote.zip
07-19
PermaNote是基于Sandstorm开源的个人云笔记应用，拥有强大的搜索功能，快速定位所要寻找的笔记。特性：支持Markdown 编辑支持复制、粘贴、拖拽上传图片支持全文搜索代码高亮标签支持嵌入视频等多媒体文件快捷键创建、提交笔记 标签：云笔记
云笔记上传文件
qq_45686696的博客
07-08 1675
云笔记上传文件 1.flie.html` <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <meta name="viewport" content="width=device-width, user-scalable=no, initial-scale=1.0, maximum-scale=1.0, minimum-scale=1.0"> <title>笔记管理&lt
Android 使用Face++ SDK进行人脸识别和年龄检测，2024Android开发面试解答之设计模式
最新发布
2401_84104357的博客
04-21 785
Android高级架构师之路很漫长，一起共勉吧！
阿里视频上传
weixin_46984489的博客
05-21 1068
阿里视频上传 public ResponseBean uploadVideo(MultipartFile file, HttpServletRequest request) { ResponseBean responseBean = new ResponseBean(); responseBean.setSuccess(false); Integer userId = JwtTokenUtil.getUserId(request); if (
阿里云视频点播的使用
小游子YKY的博客
07-25 4003
本人是一名物联网工程专业的学生，写博客即是为了记录自己的学习历程，又希望能够帮助到很多和自己一样处于起步阶段的萌新。 临渊羡鱼，不如退而结网。一起加油！ 博客主页:https://blog.csdn.net/qq_44895397 前言：（个人理解）学一门技术首先要知道这门技术的作用，功能是什么，如果连这门技术的作用都不知道，建议先不要学习这个技术，先了解这门技术，认识这门技术后再去学习 参考：阿里视频点播官方文档 认识视频点播 主要应用场景 音视频网站 可定制化的点播服务帮助您快速搭建拥..
整合阿里云视频播放
qq_45441466的博客
02-20 6098
一、阿里云视频播放测试 一、获取播放地址播放 获取播放地址 参考文档：https://help.aliyun.com/document_detail/61064.html 前面的03-使用服务端SDK介绍了如何获取非加密视频的播放地址。直接使用03节的例子获取加密视频播放地址会返回如下错误信息 Currently only the AliyunVoDEncryption stream exists, you must use the Aliyun player to play or set t..
阿里云前端视频上传 和后台接口的交互
08-11
阿里云 视频上传 jq & vue 使用 前端和后台接口交互 文档里面的接口是阿里云的 若是自己对接 需要换成自己的接口 有不懂可以留言
简单通用QQ/微信跳转浏览器打开代码
BUG制造者:图图 <p>这是一个P标签</p>
01-30 8405
使用方法： 将代码全部复制 粘贴到 网站根目录下index.php文件的顶端 注意：不要覆盖了 index.php里面的原代码，原代码保留(请尽快把样式以及图片本地化，以防失效) 使用说明： 手机QQ内打开，会自动跳转浏览器； 微信内打开，需用用户手动跳转； 用户可选择对应浏览器； 用户可手动复制网站地址； 所有使用thinkphp框架的网站均可使用此代码； 代码: <?ph...
实战人脸识别签到系统-人脸识别-flask
10-18
人脸识别的应用非常之多，比如在安防、考勤等的应用中。这里的实战人脸识别签到系统，主要是采用人脸识别提取特征的方式来进行签到，采用 python flask 来搭建 web 应用，使用户的操作交互更加人性化。这里提供了...
Android应用-人脸识别功能使用源码.zip
07-17
Android应用——人脸识别功能使用源码
JS人脸识别(face-api)
02-01
适合人群：前端开发 应用场景：JS人脸识别(face-api) 环境依赖：需要搭建http服务进行访问，不支持file协议访问
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 原版高清下载，完整版 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 ...
易语言基于海康SDK的人脸识别应用
02-13
易语言基于海康SDK的人脸识别应用，自己的算法，海康的原生SDK获取摄像头画面
vue3 钉钉扫码登录第三方网站 最新解决方案
Start的小笔记
01-20 4683
vue3 钉钉扫码登录，通过vue实现钉钉扫码登录，钉钉登录二维码嵌套在vue页面中、VUE 实现钉钉扫码登录 vue3钉钉扫码登录网站
signature=9e4f4b0dad18452c0736b320a827b91f,交易 4398eab04edf6d7dc775119d681f175a3d9cf015921f52840e07f7...
热门推荐
weixin_42372837的博客
05-29 5万+
483045022100f37c9b1f791e285f708972d48378ddd9ef45c4dfc1aa0ad5dd208aceda8404f702205ffac2e91f3a6f8f777105b8a16283833944583a1c5884e3e5c90069cf709073012102a4b9c5a3e7c6e6c6fded56e882da3d7790d6a211eac862a551...
Microsoft API 人脸检测识别
Aaron121314的博客
12-05 1602
Microsoft Cognitive Services APIs官网 使用微软的Face API实现人脸的检测和识别。可以实现 性别、年龄、名字（提前把人命注册好）。
使用微软人脸API实现人脸识别（java的URL方式）
java、c++、机器学习方向King
02-16 7573
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 申请试用sub
【ABAP系列】SAP ABAP 实现FTP的文件上传与下载
ARICK2014的博客
07-14 1108
公众号：SAP Technical 本文作者：matinal 原文出处：http://www.cnblogs.com/SAPmatinal/ 原文链接：【ABAP系列】SAP ABAP 实现FTP的文件上传与下载 前言部分 大家可以关注我的公众号，公众号里的排版更好，阅读更舒适。 正文部分 在SAP的实际应用中，经常会需要将生成的文件上传到FTP，或从FT...
人脸识别--opencv-java代码实现
04-27
好的，关于人脸识别的 Opencv-Java 代码实现，可以分为以下几个步骤： 1.加载 Haar 级联分类器，即人脸检测模型。 2.读取要进行人脸识别的图像，转为灰度图像。 3.使用级联分类器进行人脸检测，返回检测到的人脸...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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