最近虹軟新增了人證識別、活體檢測的功能，好像之前的人臉識別也更新過版本，之前一篇文章用虹軟Android SDK做人臉識

別，寫過虹軟人臉識別的用法，最近把人臉識別、人證識別，活體檢測功能都簡單的封裝了一下，使用起來可以更簡單一點；

但是由於appkey是和so庫繫結的，所以不能直接依賴，需要下載專案換成自己的so庫就能使用或者釋出了，還是挺方便的

虹軟人臉識別庫的介紹`` so庫和appkey是繫結的

以人臉識別為例，它包括人臉檢測、人臉追蹤、人臉識別、年齡識別、性別識別這5種引擎，每個引擎都有一個so庫和jar包，申請的5種AppKey和APPID是和自己下載的so庫是繫結的，不能混淆使用

人臉檢測(FD)

用於獲取靜態圖片的人臉的位置和角度，傳入格式為NV21的圖片資料(byte[])，返回一個AFD_FSDKFace物件的集合，AFD_FSDKFace只儲存了一個位置和角度；如果用於視訊流裡面好像也不報錯

public class AFD_FSDKFace {
    Rect mRect;
    int mDegree;

人臉追蹤(FT)

和人臉檢測一樣，也是用來獲取人臉的位置和角度，不過只適用於獲取視訊流的人臉，也就是在相機的onPreviewFrame方法裡面使用，返回的是AFT_FSDKFace物件的集合，也只儲存了一個位置和角度；如果用於靜態圖片好像是會報錯的

public class AFT_FSDKFace {
    Rect mRect;
    int mDegree;

人臉識別(FR)

用於獲取人臉特徵和對比人臉特徵的 獲取人臉特徵，需要傳入格式為NV21的圖片資料(byte[])和人臉的位置、人臉的角度，所以需要先用前面的引擎獲取到人臉的資訊,返回一個AFR_FSDKFace物件，這個物件也只儲存了人臉特徵(byte[]) 對比人臉，需要傳入兩個AFR_FSDKFace物件，返回一個AFR_FSDKMatching物件，只儲存了相似度

public class AFR_FSDKFace {
    public static final int FEATURE_SIZE = 22020;
    byte[] mFeatureData;
    ...
    
public class AFR_FSDKMatching {
    float mScore = 0.0F;

 

活體檢測

活體檢測是檢測是不是活人的，也是傳入人臉的位置、人臉的角度，又是一個新的FaceInfo物件，傳入的是FaceInfo的集合，返回LivenessInfo集合，但是目前只支援單人臉我們只管第一個資料，LivenessInfo裡面儲存的返回的結果，活體、非活體、人臉超過一個、未知錯誤(經常返回，問題不大)

人證對比

用來對比人臉和身份證的，傳入傳入格式為NV21的證件照片(byte[])和人臉的照片，還有各自的圖片大小和比對閾值；返回一個CompareResult物件，包括相似度、是否成功等資訊

public class CompareResult {
    private boolean isSuccess;
    private double result;

人證識別其實是人臉識別的那幾個引擎（FD，FT，FR）的集合，所以有同時整合肯定包衝突了，可以使用人臉識別的so庫，然後把人臉識別的jar包都刪了，使用人證的jar包，人證的啟用碼使用FR的啟用碼就行了 螢幕快照 2018-10-11 下午3.41.05.png-15.5kB

其他的年齡、性別的引擎應該都差不多

封裝後的部分功能的展示

初始化AppKey和APPID

new AcrFaceManagerBuilder().setContext(this)
                .setFreeSdkAppId(Constants.FREESDKAPPID)
                .setFdSdkKey(Constants.FDSDKKEY)
                .setFtSdkKey(Constants.FTSDKKEY)
                .setFrSdkKey(Constants.FRSDKKEY)
                .setLivenessAppId(Constants.LIVENESSAPPID)
                .setLivenessSdkKey(Constants.LIVENESSSDKKEY)
                .create();
    }

相機預覽追蹤人臉位置

//初始化人臉追蹤引擎
FaceTrackService faceTrackService = new FaceTrackService();
//設定傳入的圖片的大小
faceTrackService.setSize(previewSize.width, previewSize.height);
 camera.setPreviewCallback(new Camera.PreviewCallback() {
                @Override
                public void onPreviewFrame(byte[] data, Camera camera) {
                    //獲取人臉的位置資訊
                    List<AFT_FSDKFace> fsdkFaces = faceTrackService.getFtfaces(data);
                    //畫出人臉的位置
                    drawFaceRect(fsdkFaces);
                    //輸出資料進行其他處理
                    cameraPreviewListener.onPreviewData(data.clone(), fsdkFaces);
                    ...
                }
            });

相機自己實現，獲取人臉位置的程式碼非常簡單，就一句程式碼，畫出人臉的位置實現是用了兩個surfaceView，一個用於相機畫面展示，另一個畫出人臉的位置

畫出人臉的位置

值得注意的是獲取的人臉的位置Rect是傳入的圖片的相對位置，圖片大小是相機預覽設定的大小，畫的時候是畫在了surfaceView上面，surfaceView一般和預覽大小是不一樣的，而且還要考慮畫面是否旋轉、相機的位置等，所以需要先進行轉換

Rect rect1=DrawUtils.adjustRect(rect, previewSizeX, previewSizeY,canvas.getWidth(), canvas.getHeight(), cameraOri, cameraId);

獲取人臉特徵進行註冊

//初始化人臉識別引擎
FaceRecognitionService faceRecognitionService = new FaceRecognitionService();
faceRecognitionService.setSize(width, height);
//獲取人臉特徵
AFR_FSDKFace afr_fsdkFace =faceRecognitionService.faceData(data, aft_fsdkFace.getRect(), aft_fsdkFace.getDegree());
tv_status.setText("人臉特徵為：" + afr_fsdkFace.getFeatureData());

aft_fsdkFace為上一步獲取的人臉的位置資訊

相機獲取的人臉和已儲存的人臉進行對比

//獲取儲存的人臉特徵
byte[] faceData=faces.get(0).getData();
//對比人臉特徵
float socre=faceRecognitionService.faceRecognition(afr_fsdkFace.getFeatureData(),faceData);
tv_status.setText("相似度為：" + sorce);

afr_fsdkFace為上一步獲取的人臉的特徵，faceData為已儲存的人臉特徵，也有提供一個人臉和多個對比獲取相似度最高的一個的方法

活體檢測

//啟用活體檢測
LivenessService.activeEngine(new LivenessActiveListener() {
    @Override
    public void activeSucceed() {
        toast("啟用成功");
    }
 
    @Override
    public void activeFail(String massage) {
        LogUtils.log(massage);
        toast("啟用失敗：" + massage);
    }
});
LivenessService livenessService = new LivenessService();
//
List<FaceInfo> faceInfos = new ArrayList<>();
faceInfos.add(new FaceInfo(aft_fsdkFace.getRect(), aft_fsdkFace.getDegree()));
//判斷是否是活體
boolean isLive=livenessService.isLive(faceInfos,data);
aft_fsdkFace為上一步獲取的人臉的位置資訊，第一次啟用好像需要聯網

人證對比

//初始化
IdCardVerifyManager.getInstance().init(Constants.IDCARDAPPID, Constants.FRSDKKEY);
//bitmap轉NV21資料
byte[] nv21Data = ImageUtils.getNV21(bitmap.getWidth(), bitmap.getHeight(), bitmap);
//傳入證件照片
DetectFaceResult result = IdCardVerifyManager.getInstance().inputIdCardData(nv21Data, bitmap.getWidth(), bitmap.getHeight());
//傳入相機獲取的人臉資料
DetectFaceResult result = IdCardVerifyManager.getInstance().onPreviewData(data, mWidth, mHeight, true);
//對比相似度
CompareResult compareResult = IdCardVerifyManager.getInstance().compareFeature(THRESHOLD);
if (compareResult.isSuccess()) {
    tv_status.setText("相似度為：" + compareResult.getResult());
}

證件圖片是本地的，轉成了NV21的格式的byte陣列，方法也集成了

圖片獲取人臉特徵

//先把bitmap轉NV21格式
byte[] photoData = ImageUtils.getNV21(bitmap1.getWidth(), bitmap1.getHeight(), bitmap1);
//獲取人臉位置資訊
List<AFD_FSDKFace> afd_fsdkFaces = faceFindService.findFace(photoData);
for (AFD_FSDKFace afdFsdkFace : afd_fsdkFaces) {
//獲取每一個人臉的特徵
AFR_FSDKFace afr_fsdkFace = faceRecognitionService.faceData(photoData, afdFsdkFace.getRect(), afdFsdkFace.getDegree());
}

引擎釋放

livenessService.destoryEngine();
faceTrackService.destoryEngine();
faceRecognitionService.destroyEngine();
IdCardVerifyManager.getInstance().unInit();

效果都還不錯，主要是全部免費，原始碼下載可以直接執行，可以檢視所有功能

螢幕快照 2018-10-11 下午4.50.30.png-32.4kB

demo下載地址：http://oy5r220jg.bkt.clouddn.com/arcface_v1.0.3.apk 專案地址：https://github.