前段时间很多用户咨询我们TSINGSEE青犀视频全线产品能否实现人脸识别，那时候对人脸识别的研究我们也才处于起步状态，目前我们在EasyCVR视频上云网关上已经开始搭建的人脸识别的环境，本文就和大家分享一下。
一、ArcSoftFace环境搭建
安装 VS2013 环境安装包(vcredist_x86_vs2013.exe) 1、从官网(http://www.arcsoft.com.cn/ai/arcface.html)申请 sdk，下载 对应的 sdk 版本(x86 或 x64)并解压 2、头文件配置：inc 文件夹内文件放入ArcFaceDemoincludeinc 文件夹内 3、SDK 库配置： x64 版本： 将 libarcsoft_face_engine.lib 放至ArcFaceDemolib64FreeSdk 文件夹下 x86 版本： 将 libarcsoft_face_engine.lib 放至ArcFaceDemolib32FreeSdk 文件夹下 4、在运行代码的时候将对应版本 SDK 和 OpenCV 的 dll 库放至项目根目录下，以免运行时找不到对应的 dll 库 5、将官网申请的 APPID 及 SDKKEY 填写至 ArcFaceEngine.cpp 文件中，注意平台和版本对应 6、在 Debug 或者 Release 中选择配置管理器，选择对应的平台 7、Demo 使用多字节字符集 ， 如 果 报 MSB8031 错 误 ， 请 下 载 安 装 vc_mbcsmfc.exe(https://www.microsoft.com/en-us/download/details .aspx?id=40770)
二、目的
1、对视频流中出的人物进行人脸截取 2、上传识别信息 3、人脸对比
三、人脸识别AI SDK 离线版本实现基本步骤（视频引擎）见下图
1、初始化视频引擎 2、获取视频流帧数据 3、对帧数据人脸识别，返回人脸相关信息（区域，活体，性别等） 4、根据区域抠图获得人脸图片数据 5、调用人脸匹配接口
四、示例代码
激活代码
代码语言：javascript复制MRESULT ArcFaceEngine::ActiveSDK(char* appID,char* sdkKey, char* activeKey)
{
#ifdef PRO
MRESULT res = ASFOnlineActivation(appID, sdkKey, activeKey);
#else
MRESULT res = ASFOnlineActivation(appID, sdkKey);
#endif
if (MOK != res && MERR_ASF_ALREADY_ACTIVATED != res)
return res;
return MOK;
}人脸检测代码
代码语言：javascript复制MRESULT ArcFaceEngine::PreDetectFace(IplImage* image, ASF_SingleFaceInfo& faceRect, bool isRGB)
{
if (!image)
{
return -1;
}
IplImage* cutImg = NULL;
MRESULT res = MOK;
ASF_MultiFaceInfo detectedFaces = { 0 };//人脸检测
if (isRGB)
{
cutImg = cvCreateImage(cvSize(image->width - (image->width % 4), image->height),
IPL_DEPTH_8U, image->nChannels);
PicCutOut(image, cutImg, 0, 0);
ASVLOFFSCREEN offscreen = { 0 };
ColorSpaceConversion(cutImg, ASVL_PAF_RGB24_B8G8R8, offscreen);
res = ASFDetectFacesEx(m_hEngine, &offscreen, &detectedFaces);
}
else //IR图像
{
cv::Mat grayMat;
cv::Mat matImg(image, false); //IplImage转Mat 设为ture为深拷贝
cv::cvtColor(matImg, grayMat, CV_BGR2GRAY);
IplImage* iplGrayMat = &IplImage(grayMat); //mat 转 IplImage 浅拷贝
cutImg = cvCreateImage(cvSize(iplGrayMat->width - (iplGrayMat->width % 4), iplGrayMat->height),
IPL_DEPTH_8U, iplGrayMat->nChannels);
PicCutOut(iplGrayMat, cutImg, 0, 0);
ASVLOFFSCREEN offscreen = { 0 };
ColorSpaceConversion(cutImg, ASVL_PAF_GRAY, offscreen);
res = ASFDetectFacesEx(m_hEngine, &offscreen, &detectedFaces);
}
if (res != MOK || detectedFaces.faceNum < 1)
{
cvReleaseImage(&cutImg);
return -1;
}
int max = 0;
int maxArea = 0;
for (int i = 0; i < detectedFaces.faceNum; i )
{
if (detectedFaces.faceRect[i].left < 0)
detectedFaces.faceRect[i].left = 10;
if (detectedFaces.faceRect[i].top < 0)
detectedFaces.faceRect[i].top = 10;
if (detectedFaces.faceRect[i].right < 0 || detectedFaces.faceRect[i].right > cutImg->width)
detectedFaces.faceRect[i].right = cutImg->width - 10;
if (detectedFaces.faceRect[i].bottom < 0 || detectedFaces.faceRect[i].bottom > cutImg->height)
detectedFaces.faceRect[i].bottom = cutImg->height - 10;
if ((detectedFaces.faceRect[i].right - detectedFaces.faceRect[i].left)*
(detectedFaces.faceRect[i].bottom - detectedFaces.faceRect[i].top) > maxArea)
{
max = i;
maxArea = (detectedFaces.faceRect[i].right - detectedFaces.faceRect[i].left)*
(detectedFaces.faceRect[i].bottom - detectedFaces.faceRect[i].top);
}
}
faceRect.faceRect.left = detectedFaces.faceRect[max].left;
faceRect.faceRect.top = detectedFaces.faceRect[max].top;
faceRect.faceRect.right = detectedFaces.faceRect[max].right;
faceRect.faceRect.bottom = detectedFaces.faceRect[max].bottom;
faceRect.faceOrient = detectedFaces.faceOrient[max];
cvReleaseImage(&cutImg);
return res;
}更多关于EasyCVR视频平台
EasyCVR已经支持集成海康EHome协议，感兴趣的用户可以阅读一下《EasyCVR集成海康EHome协议系列——配置及协议介绍》、《EasyCVR集成海康EHome协议系列——Ehome协议调用流程介绍》等文。
