face++人脸识别接口实现原理（一）

背景：

市面上，能够提供人脸识别解决方案的公司主要有，百度，科大讯飞，旷世face++,还有已经被facebook收购的face.com。这里涉及到的是旷世科技的人脸识别技术。旷世科技人脸识别技术，在国内得到了很广泛运用，其中最有名是，支付宝的刷脸验证登录技术，以及蚂蚁金服的刷脸验证技术。

需求：

在安卓平台上，开发一app,这个app可以：

（1）提取人脸特征，包括这个人表情（微笑，惊讶，平静，生气），年龄，是否戴眼镜，是否睁眼，肤色，性别，眼睛，鼻子，眉毛在脸部的位置（坐标）。

（2）实现登录验证

（3）将一张合影中的所有人的身份都识别出来。

原理：

实际上，原理并不是很难理解。首先，你将一张图片，上传到服务器，服务器会提取你的面部特征，写进一个文件中，这文件会有一个唯一标识吗，叫做face_token,代表你的身份，然后服务器会把这些特征以及标识通过json数据响应给你。响应给你的json数据里包含面部特征，以及你的face_token。

登录验证就是对比或者说匹配的过程，你通过终端拍摄或者从相册选择一张照片，然后上传到服务器，服务器首先提取你的面部特征，然后和你注册账号时提取的面部特征进行对比，如果相识度达到一定高度，就会认为是同一个人，然后服务器响应验证通过，进入账号。

将一张合影中的所有人的身份都识别出来，原理和登录验证是一样，只不过多了一个工序。首先，服务器会探测一张图片中有多人，并且把能探测到人的脸部特征以及标识码以json数组形式都反馈给你，我们可以通过遍历标识码的方式，一个一个匹配，最后把结果汇总，反馈个用户即可。可能你会有疑惑，为什么要遍历标识码来验证，因为标识码是代表一个人的身份，如果用其他参数，比如是否戴眼镜，那么你会分不清反馈的结果到底指向得是那个人，进而看不出图片中的某个人和服务器反馈的那个人是否是同一个人。

准备
1.注册face++ api_key Secret：

登录官网，注册账号，进入开发者中心，注册免费体验版（正式版web api收费标准：一小时30元，一个月5000元，一年600000元，离线版sdk收费标准：每年300,000元起），然后创建应用程序，获取秘钥以及密码。

2.通读官方文献，熟悉接口是怎么用的。

进入官网api文档，了解相关接口，这里要注意的是需要下载java版的调用接口工具，这个工具不是必须，但是它可以省去你很长时间，里面把封装好了许多函数，方面我们调用。

需要用到技术：

javaSE语法，android平台相关知识（页面布局，网络通信，调取摄像头），解析json,图像压缩技术（上传大小有限制），手机权限获取。

实现：

1.打开AS,创建新工程，将目录结构调整为project模式，lib文件夹添加java接口调用工具。如图（1）所示，右击工具包，点击add as lib..

2.写页面布局（这不是重点，我直接给源码）,初始化控件，绑定按钮，效果如图:

3.注册人脸（此代码可以不断完善）

1）调取相机，拍照。

   private void take_photo() {        // 设置相机拍照后照片保存路径        mPictureFile = new File(Environment.getExternalStorageDirectory(),                "picture" + System.currentTimeMillis()/1000 + ".jpg");        // 启动拍照,并保存到临时文件        Intent mIntent = new Intent();        mIntent.setAction(MediaStore.ACTION_IMAGE_CAPTURE);        mIntent.putExtra(MediaStore.EXTRA_OUTPUT, Uri.fromFile(mPictureFile));        mIntent.putExtra(MediaStore.Images.Media.ORIENTATION, 0);        startActivityForResult(mIntent, REQUEST_CAMERA_IMAGE);    }

2）将图片压缩，显示在ImageView中

if (requestCode == REQUEST_CAMERA_IMAGE) {            if (null == mPictureFile) {                showTip("拍照失败，请重试");                return;            }            fileSrc = mPictureFile.getAbsolutePath();            updateGallery(fileSrc);            // 跳转到图片裁剪页面            FaceUtil.cropPicture(this,Uri.fromFile(new File(fileSrc)));        } else if (requestCode == FaceUtil.REQUEST_CROP_IMAGE) {            // 获取返回数据            Bitmap bmp = data.getParcelableExtra("data");            // 若返回数据不为null，保存至本地，防止裁剪时未能正常保存            if(null != bmp){                FaceUtil.saveBitmapToFile(MainActivity.this, bmp);            }            // 获取图片保存路径            fileSrc = FaceUtil.getImagePath(MainActivity.this);            // 获取图片的宽和高            BitmapFactory.Options options = new BitmapFactory.Options();            options.inJustDecodeBounds = true;            mImage = BitmapFactory.decodeFile(fileSrc, options);            // 压缩图片            options.inSampleSize = Math.max(1, (int) Math.ceil(Math.max(                    (double) options.outWidth / 1024f,                    (double) options.outHeight / 1024f)));            options.inJustDecodeBounds = false;            mImage = BitmapFactory.decodeFile(fileSrc, options);            // 若mImageBitmap为空则图片信息不能正常获取            if(null == mImage) {                showTip("图片信息无法正常获取！");                return;            }            // 部分手机会对图片做旋转，这里检测旋转角度            int degree = FaceUtil.readPictureDegree(fileSrc);            if (degree != 0) {                // 把图片旋转为正的方向                mImage = FaceUtil.rotateImage(degree, mImage);            }            ByteArrayOutputStream baos = new ByteArrayOutputStream();            //可根据流量及网络状况对图片进行压缩            mImage.compress(Bitmap.CompressFormat.JPEG, 80, baos);            mImageData = baos.toByteArray();            imageView.setImageBitmap(mImage);        }

3）将图片以二进制数组的形式传给服务器

   //图片转成二进制数组    public  byte[] Bitmap2Bytes(Bitmap bm){        ByteArrayOutputStream baos = new ByteArrayOutputStream();        bm.compress(Bitmap.CompressFormat.PNG, 100, baos);        return baos.toByteArray();    }  //控件事件调用  CommonOperate commonOperate = new CommonOperate(key, secret, false);//创建连接  Response response = commonOperate.detectByte(Bitmap2Bytes(mImage), 0, attributes);//以本地而形式探测

4）接收反馈数据，解析json

   if(response.getStatus() != 200){//连接不成功            return new String(response.getContent());        }        String res = new String(response.getContent());//连接成功        Log.e("response", res);//将返回的数据打印出来        JSONObject json = new JSONObject(res);//将返回的数据转化为json数据格式

5）提取人脸face_token,将face_token加入脸集，用于后续匹配。

       String faceToken = json.optJSONArray("faces").optJSONObject(0).optString("face_token");//将face_token提取出来       faceToken = getFaceToken(response);       FaceSetOperate faceSetOperate=new FaceSetOperate(key, secret, false);                    Response response1=faceSetOperate.addFaceByFaceToken(faceToken,"c0f50247c7d194f0998d555de208f0e6");

6）一提示框的形式，反馈用户注册完成

showtip("注册完成")；private void showTip(final String str) {        mToast.setText(str);        mToast.show();    } 

7)效果图

8)在Androidmanifest.xml中添加权限

<!-- 读取网络信息状态 -->    <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" /> <!-- 如需使用人脸识别，还要添加： 摄相头权限，拍照需要用到 -->    <uses-permission android:name="android.permission.CAMERA" />

9）总结：从结果上看，服务器把这个人的基本特性通过json数据反馈给我们，年龄22，女性，不戴眼镜，表情中立，并且这个人的face_token,和脸集的face_taken都反馈我们，这样我们可以利用这两个标识来完成我们想要的功能。