百度AI人脸识别

最新推荐文章于 2024-09-15 15:29:29 发布

开心柿长^

最新推荐文章于 2024-09-15 15:29:29 发布

阅读量1.5k

点赞数 38

文章标签：人工智能

本文链接：https://blog.csdn.net/zsjtzdbzsll/article/details/139872972

版权

一、项目背景及意义

随着计算机视觉和人工智能算法的快速发展，人脸识别技术逐渐被应用于日常生活和商业场景中。同时，百度、阿里、腾讯等互联网平台推出了云服务，将他们的技术共享到云端，以接口的形式向普通用户提供服务。

二、采取的技术

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工具

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

版本控制：如Git等版本控制工具

三、准备阶段

1.搜索“百度AI开放平台”

2.打开人脸识别云服务

3.点击立即使用

4.点击左侧应用列表后，创建应用

四、界面展示

设计界面如下图所示：

五、代码实现

5.1识别图片
private void button1_Click(object sender, EventArgs e)
{
    OpenFileDialog dialog = new OpenFileDialog();

    dialog.InitialDirectory = "E:\\教学\\VS222302 - desktop\\baiduAIFaceIdentify-master\\baiduAIFaceIdentify-master\\BaiduAI\\BaiduAI\\bin\\Debug";
    dialog.Filter = "所有文件|*.*";
    dialog.RestoreDirectory = true;
    dialog.FilterIndex = 1;
    if (dialog.ShowDialog() == DialogResult.OK)
    {
        string filename = dialog.FileName;
        try
        {
            
            Image im = Image.FromFile(filename);
            var image = ConvertImageToBase64(im);
            string imageType = "BASE64";


            // 如果有可选参数
            var options = new Dictionary<string, object>{
                //{"max_face_num", 2},
                {"face_field", "age,beauty"},
                {"face_fields", "age,qualities,beauty"}
            };

            var options1 = new Dictionary<string, object>{
                {"face_field", "age"},
                {"max_face_num", 2},
                {"face_type", "LIVE"},
                {"liveness_control", "LOW"}
            };

            var result = client.Detect(image, imageType,options);

            textBox1.Text = result.ToString();

            //FaceDetectInfo detect = JsonHelper.DeserializeObject<FaceDetectInfo>(result.ToString());

        } catch (Exception ex)
        { MessageBox.Show(ex.Message); }
    }

}
说明：

该方法的功能是打开一个文件对话框，让用户选择一个文件，并读取该文件的图像数据。

1.创建一个OpenFileDialog对象dialog用于打开文件对话框。设置dialog的初始目录为指定路径，过滤器为所有文件，还原目录为true，过滤器索引为1。

2.通过对话框的ShowDialog方法显示文件对话框，并判断用户是否点击了确定按钮。如果用户点击了确定按钮，就获取选中文件的文件名，然后尝试从该文件名所指定的路径读取图像数据。

3.使用Image.FromFile方法将图像数据加载到im对象中。然后将图像数据转换成Base64编码的字符串，以便传输给百度AI接口。

4.定义一个options字典，存储可选参数。这里设置了人脸检测的返回字段为年龄和颜值。

5.调用百度AI接口的Detect方法，传入图像数据、图像类型和可选参数。将返回的结果转换为字符串并显示在textBox1文本框中。

6.如果出现异常，将异常信息显示在消息框中。

5.2选择人脸图
 private void button3_Click(object sender, EventArgs e)
 {
     OpenFileDialog dialog = new OpenFileDialog();
     dialog.InitialDirectory = "D:\\";
     dialog.Filter = "所有文件|*.*";
     dialog.RestoreDirectory = true;
     dialog.FilterIndex = 2;
     if (dialog.ShowDialog() == DialogResult.OK)
     {
         if (string.IsNullOrEmpty(textBox2.Text))
         {
             textBox2.Text = dialog.FileName;
         }
         else
         {
             textBox3.Text = dialog.FileName;
         }
     }
 }
说明：

InitialDirectory：设置文件对话框的初始目录为 D:\
Filter：设置文件过滤器为“所有文件”，即显示所有文件类型
RestoreDirectory：在文件对话框关闭后，还原当前目录到之前的状态
FilterIndex：设置过滤器索引为 2，尽管这里的索引似乎没有特别的实用性，因为只有一个过滤器
ShowDialog()：显示文件对话框，并等待用户选择文件或取消操作
DialogResult.OK：检查用户是否点击了“确定”按钮。
string.IsNullOrEmpty(textBox2.Text)：检查 textBox2 是否为空，即判断 textBox2 是否已有文本内容。如果 textBox2 为空，则将选定的文件路径赋值给 textBox2 的 Text 属性；如果 textBox2 不为空，则将选定的文件路径赋值给 textBox3 的 Text 属性。

5.3人脸对比

检查文本框是否为空：
if (string.IsNullOrEmpty(textBox2.Text) || string.IsNullOrEmpty(textBox3.Text))
{
    MessageBox.Show("请选择要对比的人脸图片");
    return;
}
说明：

使用 string.IsNullOrEmpty 方法检查 textBox2 和 textBox3 是否为空
如果任意一个文本框为空，则弹出提示消息“请选择要对比的人脸图片”，并返回，不继续执行后续代码

尝试执行代码块：
try
{
    string path1 = textBox2.Text;
    string path2 = textBox3.Text;
说明：

进入 try 块，以捕获可能抛出的异常
获取 textBox2 和 textBox3 中的文本内容，分别赋值给 path1 和 path2

创建包含人脸数据的 JArray 对象：
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"},
    }
};
说明：

创建一个 JArray 对象 faces，内部包含两个 JObject 对象
每个 JObject 对象表示一张人脸图片的数据
liveness_control: 活体检测控制参数，设置为 "NONE"
quality_control: 质量控制参数，设置为 "LOW"
face_type: 指定人脸类型为 "LIVE"，表示活体人脸
image_type: 指定图像类型为 "BASE64"
image: 使用 ReadImg(path) 方法读取图片路径，将图片编码为 BASE64 格式

调用人脸比对接口：
var result = client.Match(faces);
textBox1.Text = result.ToString();
说明：

调用 client.Match(faces) 方法进行人脸比对操作
将比对结果转换为字符串，并显示在 textBox1 中

捕获异常：
catch (Exception ex)
{ }
说明：

1.捕获任何在 try 块中发生的异常，但没有做任何处理，只是空的 catch 块。实际应用中，建议至少记录异常信息或显示错误提示。

六、运行结果

1.点击识别图片，结果如下图所示

2.选择人脸图后，点击人脸对比，结果如下图所示

七、实验小结

1. 需求分析与设计：
-明确需求：实现一个界面，能够让用户选择两张人脸图片，并进行比对。
- 设计界面，包括文本框用于输入图片路径和一个按钮用于触发比对操作。

2. 编码实现：
- 使用了C#语言和JSON.NET库来处理数据和调用API。
- 编写了读取图像并将其转换为BASE64格式的方法。
- 实现了按钮点击事件处理方法，其中包括了路径验证、图像数据的组织以及调用人脸比对API的步骤。

3. API调用：
- 利用第三方库调用了人脸比对API，将两张图像的数据传递给该API进行比对。
- 将比对结果显示在界面的文本框中。

4. 异常处理：
- 在关键的代码段进行了异常处理，以确保程序的稳定性和可靠性。

5. 学习收获：
- 通过这次实验，学习了如何在C#环境下处理图像数据和调用外部API。
- 熟悉了JSON数据的构建和处理，以及如何与第三方库集成来实现更复杂的功能。
- 加深了对异常处理的重要性和实际应用的意义。
通过本次实验，不仅深入了解了人脸比对算法的基本实现原理，还掌握了如何将理论应用到实际的编程中。通过不断地尝试和调试，我不仅提高了自己的编程能力，还增加了解决问题和调试代码的经验。未来，在类似的项目中，我会继续积累经验，改进代码的质量和性能，以更好地满足用户和项目的需求。