趁晚上的時間向大家分享一波乾貨。

虹軟的人臉識別是應用與離線開發的，因為不需要網路，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，然後在下載jar包，這些就不一一給大家講解了。注意一下，要在app的gradle裡面加上這句話，不然可能會造成so庫載入不了的錯誤。

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，用於存放識別的人臉資訊

接下來我們就可以進行人臉的檢測了，但是對於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的程式碼：

//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後，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());

我們可以檢視集合result的size，來確定是否檢測到人臉。 在程式碼的最後，一定要對初始化的引擎進行銷燬處理。不然程式會因為記憶體問題而崩潰。 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資訊，然後再將人臉的資訊進行比對。
List result = new ArrayList(); 上面已經介紹了，檢測到的人臉資訊都是存放在result的集合中的， 然後是建立兩個存放人臉點位資訊的類

AFR_FSDKFace face1 = new AFR_FSDKFace();
AFR_FSDKFace face2 = new AFR_FSDKFace(); 將檢測到的人臉資訊的點位資訊存放到 face類中        
 //新建兩個AFR_FSDKFace類，儲存人臉特徵資訊                 
 AFR_FSDKFace face1 = new AFR_FSDKFace();                
  AFR_FSDKFace face2 = new AFR_FSDKFace();                //對人臉特徵資訊的檢測               
       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);

最後的比對的相似度資訊存放在score中， float score_face = score.getScore();

我們可以通過這種方式得到 我們想要的相似度資訊，最後得到的資料是float型別的。

*注意！ 在使用照片的時候，解析度大小最好是偶數的，不然會發生未知的錯誤。 在進行人臉資訊提取的時候，會耗時，耗時的時長，是根據裝置的CPU處