C# 30分鐘完成百度人臉識別——進階篇（文末附源碼）

時間  2019-12-05
標籤 c# 30分 完成 百度 識別 進階 源碼 欄目 C# 简体版
原文   原文鏈接

距離上次入門篇時隔兩個月纔出這進階篇，小編慚愧，對不住關注個人卡哇伊的小夥伴們，爲此小編用這篇博來謝罪。html

前面的準備工做我就不說了，註冊百度帳號api，建立web網站項目，引入動態連接庫引入。web

不瞭解的童鞋能夠花費10分鐘移步學習：http://www.javashuo.com/article/p-wdiopsae-bv.html（C# 10分鐘完成百度人臉識別——入門篇）。數據庫

若是要學習的童鞋最好下載本demo源碼，由於有信息入庫功能，BLL、DAL、數據庫就在源碼裏面。canvas

　　通常狀況下筆記本自帶的可見光攝像頭就能夠進行人臉識別，可是這種攝像頭不能很好的進行活體檢測，可能會被照片和視頻騙過，api

並且受到光線影響，太暗或者太亮都不行。若是要實現更好的人臉識別效果和更高的安全性，安全

就須要特殊的人臉識別攝像頭或者配套寬動態和近紅外雙攝像頭，既能確保活體，又能使用光線，咱們這裏就使用簡單的筆記本自帶的攝像頭進行講解，網絡

後續有相關須要的能夠討論討論。架構

提示：下載源碼對比觀看效果更佳app

百度網盤源碼下載連接：https://pan.baidu.com/s/1IzJCeF8uTKjZ882BTxI4bw
提取碼：p92w框架

複製這段內容後打開百度網盤手機App，操做更方便哦。

個人百度人臉庫一直開啓，須要使用的小夥伴們自行在下面代碼裏面提取api_key和secret_key

操做的步驟（我使用的編輯器是visual studio 2013）：

  • 效果圖查看；
  • 人臉註冊：開啓攝像頭，填入當前人臉註冊的相關信息進行註冊；
  • 人臉識別：開啓攝像頭，將人臉移入攝像頭指定區域進行識別；
  • 總結：

 效果圖查看：

 人臉註冊——效果圖：

百度人臉識別控制檯查看人臉——效果圖

 

 

 數據庫查看數據——效果圖

 

 

 人臉識別成功——效果圖

 

 

活體檢測——效果圖

 

控制關鍵代碼預覽——截圖

 

 

 

 人臉註冊：

  （文末附帶源碼）新建一個ASP.NET Web應用程序網站項目，命名爲WebApplication1，添加百度SDK引用，不知道怎麼引用的童鞋看這兒：http://www.javashuo.com/article/p-wdiopsae-bv.html。

添加簡單的類庫充當三層架構，分別命名爲：FaceBLL、FaceDAL、FaceModel，引入本身擅長的ORM框架（SQLSugar、Dapper、EF等，小編引入的SQLSugar）。

編寫映射實體Face_UserInfo，字段和數據庫同樣，編寫相關的bll、dal、增刪查改。

接下來就是控制器編寫，咱們把代碼粘貼出來看一下（單獨粘貼這個代碼是會報錯的，由於沒有bll、dal等內容）：

提示：下載源碼對比觀看效果更佳

百度網盤源碼下載連接：https://pan.baidu.com/s/1IzJCeF8uTKjZ882BTxI4bw 
提取碼：p92w

 //人臉註冊
        public JsonResult Face_Registration()
        {
            // 設置APPID/AK/SK
            var API_KEY = "XFPA49myCG7S37XP1DxjLbXF";                   //你的 Api Key
            var SECRET_KEY = "ZvZKigrixMLXNZOLmkrG6iDx9QprlGuT";        //你的 Secret Key
            var client = new Baidu.Aip.Face.Face(API_KEY, SECRET_KEY);
            client.Timeout = 60000;  // 修改超時時間

            var imageType = "BASE64";  //BASE64   URL
            string imgData64 = Request["imgData64"];
            imgData64 = imgData64.Substring(imgData64.IndexOf(",") + 1);      //將‘，’之前的多餘字符串刪除

            ResultInfo result = new ResultInfo();
            try
            {
                //註冊人臉
                var groupId = "group1";
                var userId = "user1";
                //首先查詢是否存在人臉
                var result2 = client.Search(imgData64, imageType, userId);  //會出現222207（未找到用戶）這個錯誤
                var strJson = Newtonsoft.Json.JsonConvert.SerializeObject(result2);
                var o2 = Newtonsoft.Json.JsonConvert.DeserializeObject(strJson) as JObject;


                //判斷是否存在當前人臉，相識度是否大於80
                if (o2["error_code"].ToString() == "0" && o2["error_msg"].ToString() == "SUCCESS")
                {
                    var result_list = Newtonsoft.Json.JsonConvert.DeserializeObject(o2["result"].ToString()) as JObject;
                    var user_list = result_list["user_list"];
                    var Obj = JArray.Parse(user_list.ToString());
                    foreach (var item in Obj)
                    {
                        //80分以上能夠判斷爲同一人，此分值對應萬分之一誤識率
                        var score = Convert.ToInt32(item["score"]);
                        if(score>80)
                        {
                            result.info = result2.ToString();
                            result.res = true;
                            result.startcode = 221;
                            return Json(result, JsonRequestBehavior.AllowGet);
                        }
                    }
                }

                var guid = Guid.NewGuid();
                // 調用人臉註冊，可能會拋出網絡等異常，請使用try/catch捕獲
                // 若是有可選參數
                var options = new Dictionary<string, object>{
                            {"user_info", guid}
                        };
                // 帶參數調用人臉註冊
                var resultData = client.UserAdd(imgData64, imageType, groupId, userId, options);
                result.info = resultData.ToString();
                result.res = true;
                result.other = guid.ToString();
            }
            catch (Exception e)
            {
                result.info = e.Message;
            }
            return Json(result, JsonRequestBehavior.AllowGet);
        }

//用戶信息入庫
        public JsonResult face_userInfoSace()
        {
            ResultInfo result = new ResultInfo();

            try
            {
                //這裏就不進行非空判斷了，後期根據實際狀況進行優化
                var UserName = Request["UserName"];
                var Month = Request["Month"];
                var Sex = Request["Sex"];
                var Works = Request["Works"];
                var face_token = Request["face_token"];
                var Guid_Id = Request["Guid_Id"];

                Face_UserInfo model = new Face_UserInfo();
                model.UserName = UserName;
                model.Month = Month;
                model.Sex = Sex;
                model.Works = Works;
                model.face_token = face_token;
                model.Guid_Id = Guid_Id;

                //根據人臉惟一標識判斷是否存在數據
                List<Face_UserInfo> strlist = new Face_UserInfoBLL().GetfaceinfoByToken(Guid_Id);
                if(strlist.Count>0)
                {
                    result.res = true;
                    result.info = "當前用戶已註冊過！";
                    return Json(result, JsonRequestBehavior.AllowGet);
                }

                if(new Face_UserInfoBLL().face_userInfoSace(model)>0)
                {
                    result.res = true;
                    result.info = "註冊成功";
                }
                else
                    result.info = "註冊失敗";
            }
            catch (Exception e)
            {
                result.info = e.Message;
            }
            return Json(result, JsonRequestBehavior.AllowGet);
        }

人臉識別：

 

 註冊完後就是識別，識別主要作一個簡單的活體檢測。識別後將人臉相關信息顯示出來。

注意，人臉識別效果能夠作出特效，本人才疏學淺，誰會canvas動畫的能夠私我，有我的臉識別的動畫特效須要實現，我作了一個簡單的上下掃描動畫。

下面就將代碼貼出來：

        //人臉識別
        public JsonResult Face_Distinguish()
        {
            // 設置APPID/AK/SK
            var API_KEY = "XFPA49myCG7S37XP1DxjLbXF";                   //你的 Api Key
            var SECRET_KEY = "ZvZKigrixMLXNZOLmkrG6iDx9QprlGuT";        //你的 Secret Key
            var client = new Baidu.Aip.Face.Face(API_KEY, SECRET_KEY);
            client.Timeout = 60000;  // 修改超時時間

            var imageType = "BASE64";  //BASE64   URL
            string imgData64 = Request["imgData64"];
            imgData64 = imgData64.Substring(imgData64.IndexOf(",") + 1);      //將‘，’之前的多餘字符串刪除

            ResultInfo result = new ResultInfo();
            try
            {
                var groupId = "group1";
                var userId = "user1";

                var result323 = client.Detect(imgData64, imageType);

                //活體檢測閾值是多少
                //0.05 活體誤拒率：萬分之一；拒絕率：63.9%
                //0.3 活體誤拒率：千分之一；拒絕率：90.3%
                //0.9 活體誤拒率：百分之一；拒絕率：97.6%
                //1誤拒率: 把真人識別爲假人的機率. 閾值越高，安全性越高, 要求也就越高, 對應的誤識率就越高
                //二、經過率=1-誤拒率
                //因此你thresholds參數返回 和 face_liveness 比較大於推薦值就是活體

                ////活體判斷
                var faces = new JArray
                        {
                            new JObject
                            {
                                {"image", imgData64},
                                {"image_type", "BASE64"}
                            }
                        };
                var Living = client.Faceverify(faces);  //活體檢測交互返回
                var LivingJson = Newtonsoft.Json.JsonConvert.SerializeObject(Living);
                var LivingObj = Newtonsoft.Json.JsonConvert.DeserializeObject(LivingJson) as JObject;
                if (LivingObj["error_code"].ToString() == "0" && LivingObj["error_msg"].ToString() == "SUCCESS")
                {
                    var Living_result = Newtonsoft.Json.JsonConvert.DeserializeObject(LivingObj["result"].ToString()) as JObject;
                    var Living_list = Living_result["thresholds"];
                    double face_liveness = Convert.ToDouble(Living_result["face_liveness"]);
                    var frr = Newtonsoft.Json.JsonConvert.SerializeObject(Living_list.ToString());
                    var frr_1eObj = Newtonsoft.Json.JsonConvert.DeserializeObject(Living_list.ToString()) as JObject;
                    double frr_1e4= Convert.ToDouble(frr_1eObj["frr_1e-4"]);
                    if (face_liveness < frr_1e4)
                    {
                        result.info = "識別失敗：不是活體！";
                        return Json(result, JsonRequestBehavior.AllowGet);
                    }
                }

                //首先查詢是否存在人臉
                var result2 = client.Search(imgData64, imageType, groupId);  
                var strJson = Newtonsoft.Json.JsonConvert.SerializeObject(result2);
                var o2 = Newtonsoft.Json.JsonConvert.DeserializeObject(strJson) as JObject;


                //判斷是否存在當前人臉，相識度是否大於80
                if (o2["error_code"].ToString() == "0" && o2["error_msg"].ToString() == "SUCCESS")
                {
                    var result_list = Newtonsoft.Json.JsonConvert.DeserializeObject(o2["result"].ToString()) as JObject;
                    var user_list = result_list["user_list"];
                    var Obj = JArray.Parse(user_list.ToString());
                    foreach (var item in Obj)
                    {
                        //80分以上能夠判斷爲同一人，此分值對應萬分之一誤識率
                        var score = Convert.ToInt32(item["score"]);
                        if (score > 80)
                        {
                            result.info = result2.ToString();
                            result.res = true;
                            result.startcode = 221;
                            return Json(result, JsonRequestBehavior.AllowGet);
                        }
                    }
                }
                else
                {
                    result.info = strJson.ToString();
                    result.res = false;
                    return Json(result, JsonRequestBehavior.AllowGet);
                }
               
            }
            catch (Exception e)
            {
                result.info = e.Message;
            }
            return Json(result, JsonRequestBehavior.AllowGet);
        }

    
        //識別成功，查詢數據庫
        public JsonResult Face_UserInfoList()
        {
            ResultInfo result = new ResultInfo();
            //這裏就不進行非空判斷了，後期根據實際狀況進行優化
            var Guid_Id = Request["Guid_Id"];
            //根據人臉惟一標識判斷是否存在數據
            List<Face_UserInfo> strlist = new Face_UserInfoBLL().GetfaceinfoByToken(Guid_Id);
            var strJson = Newtonsoft.Json.JsonConvert.SerializeObject(strlist);
            result.info = strJson;
            result.res = true;
            return Json(result, JsonRequestBehavior.AllowGet);
        }

總結：

 

 

匆匆忙忙就結束了，其實學起來也簡單，你們下載demo對比學習一下，有什麼疑問你們討論討論。

刪除、更新仍是同樣的操做，去直接拷貝官網的幾行代碼便可，都是須要face_token做爲添加更新刪除，這個字段註冊的時候已經存到數據庫了。

個人百度人臉庫一直開啓，須要使用的小夥伴們自行在下面代碼裏面提取api_key和secret_key

又要去開啓新項目，你們後面再見。

關注小編不迷路！

 

demo源碼下載：

百度網盤源碼下載連接：https://pan.baidu.com/s/1IzJCeF8uTKjZ882BTxI4bw 提取碼：p92w

相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程