百度AI调用人脸识别--实现人脸检测、人脸比对、人脸登录

本文链接：https://blog.csdn.net/qq_73708926/article/details/139899260

一、项目简介

本项目利用百度AI的人脸识别技术，基于VS2022中的winform平台开发实现人脸检测、人脸比对、人脸登录的应用程序。

二、技术栈

项目所包括的技术栈可以归纳如下：

C#语言：用于后端开发和相关逻辑编写
ASP.NET：用于构建Web应用程序的框架
Entity Framework：用于数据库管理和操作的ORM（对象关系映射）工具
SQL Server：Microsoft的关系型数据库管理系统
HTML、CSS、JavaScript：用于前端开发和用户界面设计
ASP.NET Web API：用于创建可供外部系统或设备访问的API接口
图像处理库：如OpenCV或Emgu CV，用于图像处理和人脸识别
网络连接：HTTP/HTTPS协议、TCP/IP协议等网络通信技术
文件处理：文件上传、下载、存储等相关技术

三、百度AI注册使用

1、百度AI注册

进入百度AI开放平台，选择人脸识别云服务进行注册。

2、创建应用、组别

3、创建人脸识别库，并导入照片。

四、界面设计

控件：button、textbox、lable、panel、videosourceplayer

界面如下：

五、代码实现

1、声明API密钥

在创建的应用中将对应的APP_ID、API_KEY、SECERT_KEY输入。API_KEY、SECERT_KEY是两个私有字符串变量，被用来存储从BaiduAI开放平台获得的API密钥和秘密密钥。

private string APP_ID = "";
private string API_KEY = "";
private string SECRET_KEY = "";

2、图片转化

        public string ConvertImageToBase64(Image file)
        {
            using (MemoryStream memoryStream = new MemoryStream())
            {
                file.Save(memoryStream, file.RawFormat);
                byte[] imageBytes = memoryStream.ToArray();
                return Convert.ToBase64String(imageBytes);
            }
        }

3、读入图片

        public string ReadImg(string img)
        {
            return Convert.ToBase64String(File.ReadAllBytes(img));
        }

4、摄像头连接

        private void CameraConn()
        {
            if (comboBox1.Items.Count<=0)
            {
                MessageBox.Show("请插入视频设备");
                return;
            }
            videoSource = new VideoCaptureDevice(videoDevices[comboBox1.SelectedIndex].MonikerString);
            videoSource.DesiredFrameSize = new System.Drawing.Size(320, 240);
            videoSource.DesiredFrameRate = 1;
            
            videoSourcePlayer1.VideoSource = videoSource;
            videoSourcePlayer1.Start();
        }

摄像头连接成功

5、人脸检测

首先接受并处理图像数据，然后调用百度人脸检测API，并返回检测结果，再解析并显示人脸检测结果，提取出人脸的位置、年龄、模糊程度等信息，并在用户界面上显示这些信息。

部分代码如下：

 public void Detect(object image)
 {
     if (image!=null &&  image is Bitmap)
     {
         try
         {
             Bitmap img = (Bitmap)image;
             var imgByte = Bitmap2Byte(img);
             Image im =img ;
             string image1 = ConvertImageToBase64(im);
             string imageType = "BASE64";

             if (imgByte != null)
             {
                 // 如果有可选参数
                 var options = new Dictionary<string, object>{
                     {"max_face_num", 2},
                     {"face_fields", "age,qualities,beauty"}
                 };
                 var result = client.Detect(image1, imageType,options);
                 FaceDetectInfo detect = JsonHelper.DeserializeObject<FaceDetectInfo>(result.ToString());
                 if (detect!=null && detect.result_num>0)
                 {
                     ageText.Text = detect.result[0].age.TryToString();
                     this.location = detect.result[0].location;
                     StringBuilder sb = new StringBuilder();
                     if (detect.result[0].qualities != null)
                     {
                         if (detect.result[0].qualities.blur >= 0.7)
                         {
                             sb.AppendLine("人脸过于模糊");
                         }
                         if (detect.result[0].qualities.completeness >= 0.4)
                         {
                             sb.AppendLine("人脸不完整")；

//中间部分代码省略

                         if (detect.result[0].location.height<=100 || detect.result[0].location.height<=100)
                            {
                                sb.AppendLine("人脸部分过小");
                            }
                            textBox4.Text = sb.ToString();
                            if (textBox4.Text.IsNull())
                            {
                                textBox4.Text = "OK";
                            }
                        }
                    }
                }
                catch (Exception ex)
                {
                    ClassLoger.Error("Form1.image", ex);
                }
            }
            
        }

6、人脸对比

人脸对比功能允许用户上传两张图像，或者选择已存储的模板图像与实时捕获的图像进行比对。

系统会将这两张图像中的人脸进行特征提取，并计算它们之间的相似度，并对人脸质量进行评测。

private void button2_Click(object sender, EventArgs e)
{
    if (string.IsNullOrEmpty(textBox2.Text) || string.IsNullOrEmpty(textBox3.Text))
    {
        MessageBox.Show("请选择要对比的人脸图片");
        return;
    }
    try
    {
        string path1 = textBox2.Text;
        string path2 = textBox3.Text;
        
        var faces = new JArray
        {
            new JObject
            {
                {"image", ReadImg(path1)},
                {"image_type", "BASE64"},
                {"face_type", "LIVE"},
                {"quality_control", "LOW"},
                {"liveness_control", "NONE"},
            },
            new JObject
            {
                {"image", ReadImg(path2)},
                {"image_type", "BASE64"},
                {"face_type", "LIVE"},
                {"quality_control", "LOW"},
                {"liveness_control", "NONE"},
            }
         };
        
        // 带参数调用人脸比对
        var result = client.Match(faces);
        textBox1.Text = result.ToString();
    }
    catch (Exception ex)
    {
        MessageBox.Show(ex.Message);
    }
}

选择图片进行比对：