使用微软人脸API实现人脸识别（java的URL方式）

 微软提供的人脸识别服务可检测图片中一个或者多个人脸，并为人脸标记出边框，同时还可获得基于机器学习技术做出的面部特征预测。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
• 收费信息如下：
• 

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, 如下图，开发过程中使用 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

• 参数信息如下：

• 

•  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参数如下：（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，获取个人信息，参数如下：
• 
• 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(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就是我们要用的控件
• 示例代码如下：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);//连接摄像头。
              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

• 
• http://www.cnblogs.com/tgzhu/p/6207425.html