AI(二)：人脸识别

       微软提供的人脸识别服务可检测图片中一个或者多我的脸，并为人脸标记出边框，同时还可得到基于机器学习技术作出的面部特征预测。可支持的人脸功能有：年龄、性别、头部姿态、微笑检测、胡须检测以及27个面部重要特征点位置等。FaceAPI 提供两个主要功能: 人脸检测和识别

目录：

• 申请subscription key
• 示例效果
• 开发示例
• AForge.Net

申请订阅号

---

• 申请试用subscription key， 地址 https://www.microsoft.com/cognitive-services/en-us/sign-up
• 收费信息以下：

示例效果 

---

• winform示例版，调用微软提供的SDK，见下面介绍
•  微信集成版, 以下图，开发过程当中使用 http 直接调用

开发过程

---

• 参见：https://www.azure.cn/cognitive-services/en-us/face-api/documentation/get-started-with-face-api/GettingStartedwithFaceAPIinCSharp
• 在VS工程的NuGet Package Manager 管理窗口，程序包源:nuget.org, 搜索 Microsoft.ProjectOxford.Face ，进行安装
• sdk调用示例代码： 图片转byte[]

   using (Stream s = new MemoryStream(bytes)) { var requiredFaceAttributes = new FaceAttributeType[] { FaceAttributeType.Age, FaceAttributeType.Gender, FaceAttributeType.Smile, FaceAttributeType.FacialHair, FaceAttributeType.HeadPose, FaceAttributeType.Glasses }; var faces = await Utils.FaceClient.DetectAsync(s, returnFaceLandmarks: true, returnFaceAttributes: requiredFaceAttributes); }

•  也可直接使用http请求，参见：https://dev.projectoxford.ai/docs/services/563879b61984550e40cbbe8d/operations/563879b61984550f30395236

• 参数信息以下：

•  http post 示例代码：

  string URL = "你图片的url"; var client = new HttpClient(); var queryString = HttpUtility.ParseQueryString(string.Empty); // Request headers
              client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "你申请的key"); // Request parameters
              queryString["returnFaceId"] = "true"; queryString["returnFaceLandmarks"] = "false"; queryString["returnFaceAttributes"] = "age,gender,smile"; var uri = "https://api.projectoxford.ai/face/v1.0/detect?" + queryString; HttpResponseMessage response; byte[] byteData = Encoding.UTF8.GetBytes("{\"url\":\"" + URL + "\"}"); using (var content = new ByteArrayContent(byteData)) { content.Headers.ContentType = new MediaTypeHeaderValue("application/json"); var task = client.PostAsync(uri, content); response = task.Result; var task1 = response.Content.ReadAsStringAsync(); string JSON = task1.Result; }

• 人脸识别http参数以下：（注意：要识别出人脸的身份，你必须先定义person，参见 personGroup 、Person介绍 https://www.azure.cn/cognitive-services/en-us/face-api/documentation/face-api-how-to-topics/howtoidentifyfacesinimage）

• 示例代码

  var client = new HttpClient(); var queryString = HttpUtility.ParseQueryString(string.Empty); client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "XXX"); var uri = "https://api.projectoxford.ai/face/v1.0/identify "; HttpResponseMessage response; byte[] byteData = Encoding.UTF8.GetBytes("{\"faceIds\":[\"XXX\"],\"personGroupId\":\"XXX\",\"maxNumOfCandidatesReturned\":5}"); using (var content = new ByteArrayContent(byteData)) { content.Headers.ContentType = new MediaTypeHeaderValue("application/json"); var task = client.PostAsync(uri, content); response = task.Result; var task1 = response.Content.ReadAsStringAsync(); string JSON = task1.Result; }

• 根据人脸信息识别出身份后，获取我的信息，参数以下：
• 示例代码

  var client = new HttpClient(); var queryString = HttpUtility.ParseQueryString(string.Empty); client.DefaultRequestHeaders.Add("Ocp-Apim-Subscription-Key", "你申请的key"); var uri = "https://api.projectoxford.ai/face/v1.0/persongroups/你上传的分组/persons/" + personID; var task = client.GetStringAsync(uri); var  response = task.Result; return JsonConvert.DeserializeObject<Person>(task.Result);

•  

AForge.Net

---

•  AForge.Net是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，模糊系统，机器人控制等领域, 我主要使用这个类库中的vedio 来启动笔记本摄像头进行图片抓拍
• 类库下载地址： http://www.aforgenet.com/framework/downloads.html
• 添加控件： 在工具箱中添加AForge.Control，VideoSourcePlayer就是咱们要用的控件
• 示例代码以下：声明变量

  FilterInfoCollection videoDevices; VideoCaptureDevice videoSource; public int selectedDeviceIndex = 0;

• 启动摄像头示例代码

  videoDevices = new FilterInfoCollection(FilterCategory.VideoInputDevice); selectedDeviceIndex = 0; videoSource = new VideoCaptureDevice(videoDevices[selectedDeviceIndex].MonikerString);//链接摄像头。
              videoSource.VideoResolution = videoSource.VideoCapabilities[selectedDeviceIndex]; videoSourcePlayer1.VideoSource = videoSource; // set NewFrame event handler
              videoSourcePlayer1.Start();

•  抓拍示代码

  if (videoSource == null) return; Bitmap bitmap = videoSourcePlayer1.GetCurrentVideoFrame(); string fileName = string.Format("{0}.jpg", DateTime.Now.ToString("yyyyMMddHHmmssfff")); this.filePath = string.Format("c:\\temp\\{0}", fileName); bitmap.Save(this.filePath, ImageFormat.Jpeg); this.labelControl1.Text = string.Format("存储目录：{0}", this.filePath); bitmap.Dispose(); videoDevices.Clear();

•  窗体关闭事件

  if (this.videoSource != null) { if (this.videoSource.IsRunning) { this.videoSource.Stop(); } }

•  示例效果