趁晚上的時間向大家分享一波干貨。
虹軟的人臉識別是應用與離線開發的，因為不需要網絡，所以它的識別速度較快。好了，廢話不多說，接下來就開始教大家怎樣使用了。
1.首先就是去官網申請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，不然可能會造成so庫加載不了的錯誤。
sourceSets {
main {
jniLibs.srcDirs = ['libs']
}
}
2.接下里就需要進行開發了。就拿人臉檢測的功能來說吧，首先需要 對引擎初始化，
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);
我們還需要一個集合，用來存放我們檢測到的人臉，
List<AFD_FSDKFace> result = new ArrayList<AFD_FSDKFace>();//新建AFD_FSDKFacejihe，用于存放識別的人臉信息
接下來我們就可以進行人臉的檢測了，但是對于照片的選取和格式是有要求的，所以我們需要對照片進行格式處理一下。
Bitmap bitmap1 = decodeImage(path1);//path是照片的路徑，先選取照片，轉化為bitmap
byte[] data1 = getNv21(bitmap1);//再將bitmap轉化為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;
}
```
對格式進行轉化完成后，就開始進行人臉的檢測了。```
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，來確定是否檢測到人臉。
在代碼的最后，一定要對初始化的引擎進行銷毀處理。不然程序會因為內存問題而崩潰。
engine1.AFD_FSDK_UninitialFaceEngine();
人臉對比是在人臉檢測的基礎上進行的，在一張照片上先檢測到人臉的信息，然后再將人臉的信息進行比對。
List result = new ArrayList();
上面已經介紹了，檢測到的人臉信息都是存放在result的集合中的，
然后是創建兩個存放人臉點位信息的類
AFR_FSDKFace face1 = new AFR_FSDKFace();
AFR_FSDKFace face2 = new AFR_FSDKFace(); 將檢測到的人臉信息的點位信息存放到 face類中
//新建兩個AFR_FSDKFace類，保存人臉特征信息
AFR_FSDKFace face1 = new AFR_FSDKFace();
AFR_FSDKFace face2 = new AFR_FSDKFace(); //對人臉特征信息的檢測
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，最后得到的數據是float類型的。
*注意！
在使用照片的時候，分辨率大小最好是偶數的，不然會發生未知的錯誤。
在進行人臉信息提取的時候，會耗時，耗時的時長，是根據設備的CPU處理能力來說的。
轉載于:https://www.cnblogs.com/Zzz-/p/10790708.html
創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎
總結
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站內容還不錯，歡迎將生活随笔推薦給好友。
