距離上次入門篇時隔兩個月才出這進階篇,小編慚愧,對不住關註我的卡哇伊的小伙伴們,為此小編用這篇博來謝罪。 前面的準備工作我就不說了,註冊百度賬號api,創建web網站項目,引入動態鏈接庫引入。 不瞭解的童鞋可以花費10分鐘移步學習:https://www.cnblogs.com/xiongze520 ...
距離上次入門篇時隔兩個月才出這進階篇,小編慚愧,對不住關註我的卡哇伊的小伙伴們,為此小編用這篇博來謝罪。
前面的準備工作我就不說了,註冊百度賬號api,創建web網站項目,引入動態鏈接庫引入。
不瞭解的童鞋可以花費10分鐘移步學習:https://www.cnblogs.com/xiongze520/p/10387355.html(C# 10分鐘完成百度人臉識別——入門篇)。
如果要學習的童鞋最好下載本demo源碼,因為有信息入庫功能,BLL、DAL、資料庫就在源碼裡面。
一般情況下筆記本自帶的可見光攝像頭就可以進行人臉識別,但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,
而且受到光線影響,太暗或者太亮都不行。如果要實現更好的人臉識別效果和更高的安全性,
就需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,我們這裡就使用簡單的筆記本自帶的攝像頭進行講解,
後續有相關需要的可以討論討論。
提示:下載源碼對比觀看效果更佳
百度網盤源碼下載鏈接:https://pan.baidu.com/s/1IzJCeF8uTKjZ882BTxI4bw
提取碼:p92w
複製這段內容後打開百度網盤手機App,操作更方便哦。
我的百度人臉庫一直開啟,需要使用的小伙伴們自行在下麵代碼裡面提取api_key和secret_key
操作的步驟(我使用的編輯器是visual studio 2013):
- 效果圖查看;
- 人臉註冊:開啟攝像頭,填入當前人臉註冊的相關信息進行註冊;
- 人臉識別:開啟攝像頭,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:
百度人臉識別控制台查看人臉——效果圖
資料庫查看數據——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應用程式網站項目,命名為WebApplication1,添加百度SDK引用,不知道怎麼引用的童鞋看這兒:https://www.cnblogs.com/xiongze520/p/10387355.html。
添加簡單的類庫充當三層架構,分別命名為:FaceBLL、FaceDAL、FaceModel,引入自己擅長的ORM框架(SQLSugar、Dapper、EF等,小編引入的SQLSugar)。
編寫映射實體Face_UserInfo,欄位和資料庫一樣,編寫相關的bll、dal、增刪查改。
接下來就是控制器編寫,我們把代碼粘貼出來看一下(單獨粘貼這個代碼是會報錯的,因為沒有bll、dal等內容):
提示:下載源碼對比觀看效果更佳
百度網盤源碼下載鏈接: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‘,’以前的多餘字元串刪除 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分以上可以判斷為同一人,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,可能會拋出網路等異常,請使用try/catch捕獲 // 如果有可選參數 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 { //這裡就不進行非空判斷了,後期根據實際情況進行優化 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; //根據人臉唯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,識別主要做一個簡單的活體檢測。識別後將人臉相關信息顯示出來。
註意,人臉識別效果可以做出特效,本人才疏學淺,誰會canvas動畫的可以私我,有個人臉識別的動畫特效需要實現,我做了一個簡單的上下掃描動畫。
下麵就將代碼貼出來:
//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‘,’以前的多餘字元串刪除 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: 把真人識別為假人的概率. 閾值越高,安全性越高, 要求也就越高, 對應的誤識率就越高 //2、通過率=1-誤拒率 //所以你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分以上可以判斷為同一人,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,查詢資料庫 public JsonResult Face_UserInfoList() { ResultInfo result = new ResultInfo(); //這裡就不進行非空判斷了,後期根據實際情況進行優化 var Guid_Id = Request["Guid_Id"]; //根據人臉唯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,大家下載demo對比學習一下,有什麼疑問大家討論討論。
刪除、更新還是一樣的操作,去直接拷貝官網的幾行代碼即可,都是需要face_token作為添加更新刪除,這個欄位註冊的時候已經存到資料庫了。
我的百度人臉庫一直開啟,需要使用的小伙伴們自行在下麵代碼裡面提取api_key和secret_key
又要去開啟新項目,大家後面再見。
關註小編不迷路!
demo源碼下載:
百度網盤源碼下載鏈接:https://pan.baidu.com/s/1IzJCeF8uTKjZ882BTxI4bw
提取碼:p92w