1. <wbr id="m8vu6"></wbr>

      <del id="m8vu6"><center id="m8vu6"><source id="m8vu6"></source></center></del>
        <p id="m8vu6"><sub id="m8vu6"></sub></p>

        VB.net 2010 視頻教程 VB.net 2010 視頻教程 VB.net 2010 視頻教程
        SQL Server 2008 視頻教程 c#入門經典教程 Visual Basic從門到精通視頻教程
        當前位置:
        首頁 > 編程開發 > c#教程 >
        • C#教程之C# 30分鐘完成百度人臉識別——進階篇(

        • 2019-04-13 21:18 來源:未知

        距離上次入門篇時隔兩個月才出這進階篇,小編慚愧,對不住關注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,注冊百度賬號api,創建web網站項目,引入動態鏈接庫引入。

        不了解的童鞋可以花費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、數據庫就在源碼里面。


          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,我們這里就使用簡單的筆記本自帶的攝像頭進行講解,

        后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

        復制這段內容后打開百度網盤手機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面代碼里面提取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;
        • 人臉注冊:開啟攝像頭,填入當前人臉注冊的相關信息進行注冊;
        • 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:


         人臉注冊——效果圖:

        百度人臉識別控制臺查看人臉——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

         

         

         


         人臉注冊:


          (文末附帶源碼)新建一個ASP.NET Web應用程序網站項目,命名為WebApplication1,添加百度SDK引用,不知道怎么引用的童鞋看這兒: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,字段和數據庫一樣,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

        復制代碼
         //人臉注冊
                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‘,’以前的多余字符串刪除
        
                    ResultInfo result = new ResultInfo();
                    try
                    {
                        //注冊人臉
                        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,相識度是否大于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();
                        // 調用人臉注冊,可能會拋出網絡等異常,請使用try/catch捕獲
                        // 如果有可選參數
                        var options = new Dictionary<string, object>{
                                    {"user_info", guid}
                                };
                        // 帶參數調用人臉注冊
                        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
                    {
                        //這里就不進行非空判斷了,后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 = "當前用戶已注冊過!";
                            return Json(result, JsonRequestBehavior.AllowGet);
                        }
        
                        if(new Face_UserInfoBLL().face_userInfoSace(model)>0)
                        {
                            result.res = true;
                            result.info = "注冊成功";
                        }
                        else
                            result.info = "注冊失敗";
                    }
                    catch (Exception e)
                    {
                        result.info = e.Message;
                    }
                    return Json(result, JsonRequestBehavior.AllowGet);
                }
        
            
        復制代碼

        人臉識別:


         

         注冊完后就是識別,識別主要做一個簡單的活體檢測。識別后將人臉相關信息顯示出來。

        注意,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。

        下面就將代碼貼出來:

        復制代碼
                //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‘,’以前的多余字符串刪除
        
                    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 比較大于推薦值就是活體
        
                        ////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,相識度是否大于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,查詢數據庫
                public JsonResult Face_UserInfoList()
                {
                    ResultInfo result = new ResultInfo();
                    //這里就不進行非空判斷了,后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);
                }
        復制代碼

        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,有什么疑問大家討論討論。

        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,這個字段注冊的時候已經存到數據庫了。

        我的百度人臉庫一直開啟,需要使用的小伙伴們自行在下面代碼里面提取api_key和secret_key

        又要去開啟新項目,大家后面再見。

        關注小編不迷路!

         

        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

        相關教程
        免费看成年人视频大全_免费看成年人视频在线观看