虹软人脸识别应用开发过程分享

之前写了一个人脸识别demo，现在有时间向大家分享一波干货。  

虹软的人脸识别是应用与离线开发的，因为不需要网络，所以它的识别速度较快。
好了，废话不多说，接下来就开始教大家怎样使用了。 
1. 首先就是去官网申请APPKEY，各种密匙，然后在下载jar包，这些就不一一给大家讲解了。注意一下，要在app的gradle里面加上下面这句话，不然可能会造成so库加载不了的错误。      

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

2.接下里就需要进行开发了。
就拿人脸检测的功能来说吧，首先需要 
对引擎初始化，

   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);

我们还需要一个集合，用来存放我们检测到的人脸，

List<AFD_FSDKFace> result = new ArrayList<AFD_FSDKFace>();//新建AFD_FSDKFacejihe，用于存放识别的人脸信息

接下来我们就可以进行人脸的检测了，但是对于照片的选取和格式是有要求的，所以我们需要对照片进行格式处理一下。

Bitmap bitmap1 = decodeImage(path1);//path是照片的路径，先选取照片，转化为bitmap   
byte[] data1 = getNv21(bitmap1);//再将bitmap转化为NV21格式的

下面是工具类decodeImage和getNv21的代码：

//getNv21 和 decodeImage 是照片格式的转化工具    
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;  
  }

对格式进行转化完成后，就开始进行人脸的检测了。

err = engine1.AFD_FSDK_StillImageFaceDetection(data1, bitmap1.getWidth(), bitmap1.getHeight(), AFD_FSDKEngine.CP_PAF_NV21, result);        Log.e("TAG", "getBit: " + result.size());

我们可以查看集合result的size，来确定是否检测到人脸。
在代码的最后，一定要对初始化的引擎进行销毁处理。不然程序会因为内存问题而崩溃。 

engine1.AFD_FSDK_UninitialFaceEngine(); 

人脸对比是在人脸检测的基础上进行的，在一张照片上先检测到人脸的信息，然后再将人脸的信息进行比对。  

List result = new ArrayList(); 

上面已经介绍了，检测到的人脸信息都是存放在result的集合中的， 
然后是创建两个存放人脸点位信息的类

AFR_FSDKFace face1 = new AFR_FSDKFace();
AFR_FSDKFace face2 = new AFR_FSDKFace(); 将检测到的人脸信息的点位信息存放到 face类中        
 //新建两个AFR_FSDKFace类，保存人脸特征信息                 
 AFR_FSDKFace face1 = new AFR_FSDKFace();                
  AFR_FSDKFace face2 = new AFR_FSDKFace();                //对人脸特征信息的检测               
       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);

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

我们可以通过这种方式得到 我们想要的相似度信息，最后得到的数据是float类型的。

**注意！
  在使用照片的时候，分辨率大小最好是偶数的，不然会发生未知的错误。
  在进行人脸信息提取的时候，会耗时，耗时的时长，是根据设备的CPU处理能力来说的。