趁晚上的時(shí)間向大家分享一波干貨。

虹軟的人臉識(shí)別是應(yīng)用與離線開發(fā)的，因?yàn)椴恍枰W(wǎng)絡(luò)，所以它的識(shí)別速度較快。好了，廢話不多說，接下來就開始教大家怎樣使用了。

1.首先就是去官網(wǎng)申請(qǐng)APPKEY，各種密匙，然后在下載jar包，這些就不一一給大家講解了。注意一下，要在app的gradle里面加上這句話，不然可能會(huì)造成so庫加載不了的錯(cuò)誤。

sourceSets { main { jniLibs.srcDirs = ['libs'] } }

　　

2.接下里就需要進(jìn)行開發(fā)了。就拿人臉檢測(cè)的功能來說吧，首先需要 對(duì)引擎初始化，

AFD_FSDKEngine engine1 = new AFD_FSDKEngine(); AFD_FSDKError err = engine1.AFD_FSDK_InitialFaceEngine(Config.APP_ID, Config.FD_KEY, AFD_FSDKEngine.AFD_OPF_0_HIGHER_EXT, 16, 5);

　　

我們還需要一個(gè)集合，用來存放我們檢測(cè)到的人臉，

List<AFD_FSDKFace> result = new ArrayList<AFD_FSDKFace>();//新建AFD_FSDKFacejihe，用于存放識(shí)別的人臉信息

　　

接下來我們就可以進(jìn)行人臉的檢測(cè)了，但是對(duì)于照片的選取和格式是有要求的，所以我們需要對(duì)照片進(jìn)行格式處理一下。

Bitmap bitmap1 = decodeImage(path1);//path是照片的路徑，先選取照片，轉(zhuǎn)化為bitmap byte[] data1 = getNv21(bitmap1);//再將bitmap轉(zhuǎn)化為NV21格式的

　　

下面是工具類decodeImage和getNv21的代碼：

//getNv21 和 decodeImage 是照片格式的轉(zhuǎn)化工具 public byte[] getNv21(Bitmap mBitmap) { byte[] data = new byte[mBitmap.getWidth() * mBitmap.getHeight() * 3 / 2]; ImageConverter convert = new ImageConverter(); convert.initial(mBitmap.getWidth(), mBitmap.getHeight(), ImageConverter.CP_PAF_NV21); if (convert.convert(mBitmap, data)) { Log.e("TAG", "convert ok!"); } convert.destroy(); return data; } public static Bitmap decodeImage(String path) { Bitmap res; try { ExifInterface exif = new ExifInterface(path); int orientation = exif.getAttributeInt(ExifInterface.TAG_ORIENTATION, ExifInterface.ORIENTATION_NORMAL); BitmapFactory.Options op = new BitmapFactory.Options(); op.inSampleSize = 1; op.inJustDecodeBounds = false; //op.inMutable = true; res = BitmapFactory.decodeFile(path, op); //rotate and scale. Matrix matrix = new Matrix(); if (orientation == ExifInterface.ORIENTATION_ROTATE_90) { matrix.postRotate(90); } else if (orientation == ExifInterface.ORIENTATION_ROTATE_180) { matrix.postRotate(180); } else if (orientation == ExifInterface.ORIENTATION_ROTATE_270) { matrix.postRotate(270); } Bitmap temp = Bitmap.createBitmap(res, 0, 0, res.getWidth(), res.getHeight(), matrix, true); Log.d("com.arcsoft", "check target Image:" + temp.getWidth() + "X" + temp.getHeight()); if (!temp.equals(res)) { res.recycle(); } return temp; } catch (Exception e) { e.printStackTrace(); } return null; } ``` 對(duì)格式進(jìn)行轉(zhuǎn)化完成后，就開始進(jìn)行人臉的檢測(cè)了。``` err = engine1.AFD_FSDK_StillImageFaceDetection(data1, bitmap1.getWidth(), bitmap1.getHeight(), AFD_FSDKEngine.CP_PAF_NV21, result); Log.e("TAG", "getBit: " + result.size());

　　

我們可以查看集合result的size，來確定是否檢測(cè)到人臉。
在代碼的最后，一定要對(duì)初始化的引擎進(jìn)行銷毀處理。不然程序會(huì)因?yàn)閮?nèi)存問題而崩潰。
engine1.AFD_FSDK_UninitialFaceEngine();

人臉對(duì)比是在人臉檢測(cè)的基礎(chǔ)上進(jìn)行的，在一張照片上先檢測(cè)到人臉的信息，然后再將人臉的信息進(jìn)行比對(duì)。
List result = new ArrayList();
上面已經(jīng)介紹了，檢測(cè)到的人臉信息都是存放在result的集合中的，
然后是創(chuàng)建兩個(gè)存放人臉點(diǎn)位信息的類

AFR_FSDKFace face1 = new AFR_FSDKFace(); AFR_FSDKFace face2 = new AFR_FSDKFace(); 將檢測(cè)到的人臉信息的點(diǎn)位信息存放到 face類中 //新建兩個(gè)AFR_FSDKFace類，保存人臉特征信息 AFR_FSDKFace face1 = new AFR_FSDKFace(); AFR_FSDKFace face2 = new AFR_FSDKFace(); //對(duì)人臉特征信息的檢測(cè) er = engine_camera.AFR_FSDK_ExtractFRFeature(data_image, bitmap_idcard.getWidth(), bitmap_idcard.getHeight(), AFR_FSDKEngine.CP_PAF_NV21, new Rect(result_image.get(0).getRect()), result_image.get(0).getDegree(), face1); er = engine_camera.AFR_FSDK_ExtractFRFeature(data, wid, hei, AFR_FSDKEngine.CP_PAF_NV21, new Rect(result_fd.get(0).getRect()), result_fd.get(0).getDegree(), face2);

　　

最后的比對(duì)的相似度信息存放在score中， float score_face = score.getScore();

我們可以通過這種方式得到 我們想要的相似度信息，最后得到的數(shù)據(jù)是float類型的。

*注意！
在使用照片的時(shí)候，分辨率大小最好是偶數(shù)的，不然會(huì)發(fā)生未知的錯(cuò)誤。
在進(jìn)行人臉信息提取的時(shí)候，會(huì)耗時(shí)，耗時(shí)的時(shí)長，是根據(jù)設(shè)備的CPU處理能力來說的。

轉(zhuǎn)載于:https://www.cnblogs.com/Zzz-/p/10790708.html

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎(jiǎng)勵(lì)來咯，堅(jiān)持創(chuàng)作打卡瓜分現(xiàn)金大獎(jiǎng)

總結(jié)

以上是生活随笔為你收集整理的【分享】虹软人脸识别应用开发过程的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。