java 虹软ArcFace 2.0，java SDK使用-进行人脸检测

最新推荐文章于 2022-04-17 14:47:37 发布

转载最新推荐文章于 2022-04-17 14:47:37 发布 · 158 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：https://my.oschina.net/u/3970172/blog/3029546

文章标签：

#java #人工智能 #python

本文介绍使用虹软ArcFace SDK进行人脸识别的过程，包括人脸检测、属性识别等核心功能。通过示例代码展示了如何加载图片、检测人脸并绘制矩形框标记人脸位置。

2019独角兽企业重金招聘Python工程师标准>>>

虹软产品地址：http://ai.arcsoft.com.cn/product/arcface.html 虹软ArcFace功能简介

人脸检测人脸跟踪人脸属性检测（性别、年龄）人脸三维角度检测人脸对比

示例代码说明，其中图片操作部分用到了javacv，javacv中针对opencv进行了一些封装，可以很好的对图片进行处理。此处主要用到了opencv的几个函数

加载图片
IplImage img = cvLoadImage("e:/pic/g5.jpg");
格式转换，将IplImage 转为Mat，
OpenCVFrameConverter.ToMat converterToMat = new OpenCVFrameConverter.ToMat();
Mat mat = converterToMat.convert(converterToMat.convert(img));

对图片，增加矩形框，此处用来圈出人脸的位置
rectangle(mat, new Rect(mrect.left,mrect.top,mrect.right-mrect.left,mrect.bottom-mrect.top), new Scalar(0, 255, 0, 1));

将mat数据，写入图片文件中
imwrite("e:/pic/detected.jpg", mat);

示例代码如下：

package com.arcsoft.face;

import static org.bytedeco.javacpp.opencv_imgcodecs.cvLoadImage;
import static org.bytedeco.javacpp.opencv_imgcodecs.imwrite;
import static org.bytedeco.javacpp.opencv_imgproc.rectangle;

import org.bytedeco.javacpp.BytePointer;
import org.bytedeco.javacpp.opencv_core.IplImage;
import org.bytedeco.javacpp.opencv_core.Mat;
import org.bytedeco.javacpp.opencv_core.Rect;
import org.bytedeco.javacpp.opencv_core.Scalar;
import org.bytedeco.javacv.OpenCVFrameConverter;

import com.sun.jna.NativeLong;
import com.sun.jna.Pointer;
import com.sun.jna.ptr.PointerByReference;

public class FaceDetectTest {

    public static void main(String[] args) {
        FaceEngine ins = FaceEngine.INSTANCE;
        
        //SDK激活
        ins.ASFActivation("6iYHk9hRsCNBJvFY7qhpaxnmmpFPnjWWpboYSafaz5hN", "GRwuiEVRTyeRUCHyihMP1B8Xf59zsQBtdZSbeQtfWWhg");
        PointerByReference phEngine = new PointerByReference();
        
        //SDK初始化，需要设置模式是video，还是image，配置人脸检测的角度，engine需要支持的功能 mask，最大支持的人脸数量50，人脸大小16
        int mask = FaceEngine.ASF_FACE_DETECT | FaceEngine.ASF_FACERECOGNITION | FaceEngine.ASF_AGE | FaceEngine.ASF_GENDER | FaceEngine.ASF_FACE3DANGLE;
        NativeLong ret = ins.ASFInitEngine(FaceEngine.ASF_DETECT_MODE_IMAGE, OrientPriority.AFD_FSDK_OPF_0_ONLY, 16,50, mask, phEngine);
         if (ret.longValue() != FaceEngine.MOK) {
             System.out.println(ret.longValue());
         }
         
         //获取图片数据，此处使用javacv中封装的对应opencv的方法完成
         IplImage img = cvLoadImage("e:/pic/g5.jpg");
         BytePointer bp = img.arrayData();
         byte[] imgData = new byte[img.arraySize()];//图片数据
         bp.get(imgData);
         
         //获得engine对应的指针
         Pointer hEngine = phEngine.getValue();
         
         //当前系统版本
         Version version = ins.ASFGetVersion(hEngine);
         System.out.println(version.Version);
         System.out.println(version.CopyRight);
         System.out.println(version.BuildDate);
         
         //进行人脸检测，detectedFaces为输出项
         MultiFaceInfo  detectedFaces = new MultiFaceInfo();
         ins.ASFDetectFaces(hEngine, img.width(), img.height(), ASVL_COLOR_FORMAT.ASVL_PAF_RGB24_B8G8R8,imgData, detectedFaces);
         
         System.out.println("detected face num:"+detectedFaces.faceNum);
         
         //使用opencv的api对照片进行处理，将人脸区域画出来，保存为一张新图片
         OpenCVFrameConverter.ToMat converterToMat = new OpenCVFrameConverter.ToMat();
         Mat mat = converterToMat.convert(converterToMat.convert(img));
         MRECT[] rects = detectedFaces.getFaceRects();
         for (MRECT mrect : rects) {
             rectangle(mat, new Rect(mrect.left,mrect.top,mrect.right-mrect.left,mrect.bottom-mrect.top), new Scalar(0, 255, 0, 1));
        }
        imwrite("e:/pic/detected.jpg", mat);
    }

}

待做人脸检测的图片

在这里插入图片描述