前言

作為一個軟體開發者，我們除了要學會複製，黏貼，還要學會呼叫API和優秀的開源類庫。

也許，有人說C#做不了人工智慧，如果你相信了，那隻能說明你的思想還是狹隘的。

做不了人工智慧的不是C#這種語言，而是你，我這種普通的程式設計師。

做人工智慧需要一定的學歷背景，一定的數學基礎和公司專項的資源供給；而這種機緣小之又小，你我既然是普通的程式設計師，就必然與此無緣。

但在人工智慧如日中天的當下，接觸深度學習是必然會發生的事情，所以我們要做的就是，學會呼叫相關的類庫。

現在，讓我們邁出C#學習人工智慧的第一步，通過呼叫Affdex來鎖定圖片中人物的面部，然後將其截取出來。

準備工作

首先，我們需要先訪問官網下載Affdex的Sdk。

在官網找中找到下載Affdex的Sdk的地方也是個挺困難的事。。。所以下載連結如下：

下載Affdex_Sdk網址

進入網頁後，向下拉動滾動條，找到到下圖所示位置，點選Download進行下載。

下載完成後得到Sdk，如下圖：

下面，我們雙擊進行安裝，不過安裝SDK有一些限制，需要預先安裝NET Framework4.0和C++ 2015。如果電腦裡已經安裝了，就不必擔心了；如果安裝的是C++2015-2017這型別的，則需要解除安裝了，重新安裝C++2015的版本，否則Affdex的SDK將安裝失敗。

安裝完成後，我們去安裝目錄找到Affdex.dll，affdex-native.dll，tensorflow.dll三個檔案，如下圖：

我們先將它們複製出來，等待使用。

簡單的介紹一下，這三個類庫中，Affdex.dll是可以被C#專案直接引用的，而另外兩個檔案是Affdex.dll的依賴檔案；也就是說，affdex-native.dll，tensorflow.dll需要在生成時，輸出到執行目錄下。

有經驗的朋友想必已經發現了，這裡有個類庫名叫tensorflow.dll，tensorflow是什麼啊？稍微百度一下大家就會了解了，它是專門來做深度學習的。

也就是說Affdex是支援深度學習的。

----------------------------------------------------------------------------------------------------

現在我們來學習Affdex的使用。

首先我們新建一個WPF專案，然後引用Affdex.dll。

然後將專案的執行平臺設定為64位，因為，這樣處理圖片的速度能快一點，如下圖：

在Affdex中我們可以發現四個探頭—VideoDetector，PhotoDetector，FrameDetector，CameraDetector。

在這裡我們要處理的是圖片，所以我們選擇PhotoDetector，下面我們建立一個PhotoWindow.Xaml頁面來使用PhotoDetector處理圖片。

程式碼實現

首先，我們定義一個PhotoDetector的屬性，用於處理圖片。

然後我們在建構函式中對他進行例項化，程式碼如下：

private Affdex.PhotoDetector Detector { get; set; }
public PhotoWindow()
{
    InitializeComponent(); 
    uint maxNumFaces = 1;//最多識別圖片中幾張臉
    Detector = new Affdex.PhotoDetector(maxNumFaces, Affdex.FaceDetectorMode.SMALL_FACES);            
    Detector.setImageListener(this); 
    Detector.setProcessStatusListener(this);
    Detector.start();
}

在上述程式碼中可以看到，除了初始化PhotoDetector，我們還做了一個圖片監聽設定setImageListener，那麼圖片監聽是幹什麼的呢？

很簡單，圖片被PhotoDetector處理完，我們需要知道圖片處理結果呀，而這個圖片監聽正是是用來返回圖片處理結果的。

可以看到圖片監聽設定的入參是this，也就是說，需要把圖片的處理結果返回給當前頁面。

如果就這樣寫是會編譯報錯的，會提示setImageListener的入參錯誤。

我們檢視setImageListener的入參，發現它的入參是一個ImageListener介面，即，setImageListener的入參是一個要實現了ImageListener介面的類。

到這裡，我們就都明白了，現在我們讓當前PhotoWindow.xaml窗體繼承介面ImageListener，並實現介面ImageListener內的方法。

public partial class PhotoWindow : Window, Affdex.ImageListener
===========================================================================
public void onImageCapture(Affdex.Frame frame)
{
} 
public void onImageResults(Dictionary<int, Face> faces, Affdex.Frame frame)
{
}

如上述程式碼所示，在我們實現的介面onImageResults裡有兩個引數：faces、frame。

其中faces是最重要的，這裡包含Affdex分析圖片的結果。

----------------------------------------------------------------------------------------------------

現在，Affdex的配置程式碼已經寫完了，我們可以把圖片讀取出來呼叫Affdex處理了。

public PhotoWindow()
{
    InitializeComponent(); 
    uint maxNumFaces = 1;//最多識別圖片中幾張臉
    Detector = new Affdex.PhotoDetector(maxNumFaces, Affdex.FaceDetectorMode.SMALL_FACES);   
    Detector.setImageListener(this); 
    Detector.start(); 
    
    byte[] bytes = FileHelper.FileToBytes(System.IO.Path.Combine(System.AppDomain.CurrentDomain.BaseDirectory, "timg.jpg"));
    BitmapSource bitmapSource = ImageHelper.BytesToBitmapImage(bytes); 
    var w = bitmapSource.Width;
    var h = bitmapSource.Height;
    var stride = bitmapSource.Format.BitsPerPixel * (int)w / 8; //計算Stride  
    byte[] byteList = new byte[(int)h * stride];
    bitmapSource.CopyPixels(byteList, stride, 0);   
    Affdex.Frame frame = new Affdex.Frame((int)w, (int)h, byteList, Affdex.Frame.COLOR_FORMAT.BGRA);  
    Detector.process(frame);
}  

如上述程式碼所示，我們在啟動了Detector後，讀取了一個人物圖片，然後把人物圖片的畫素陣列解析出來，生成一個Frame；這個Frame是Affdex的類，用於儲存影象資料資訊。

最後，我們把生成的Frame物件，扔給Detecotor的Process方法處理。

Detecotor處理完成後，會觸發onImageResults方法。

在onImageResults方法裡，入參faces包含了處理結果。

現在我們使用faces裡的內容，來定點陣圖片中人物面部的位置。

public void onImageResults(Dictionary<int, Face> faces, Affdex.Frame frame)
{
    Face face = null;
    if (faces != null && faces.Values != null && faces.Values.Count() > 0)
    {
        face = faces.Values.First();//因為我們的Detector只識別了一個臉，所以這裡最多隻有一個數據
    }
    int top = (int)face.FeaturePoints.Min(r => r.X);
    int left = (int)face.FeaturePoints.Min(r => r.Y);
    int bottom = (int)face.FeaturePoints.Max(r => r.X);
    int right = (int)face.FeaturePoints.Max(r => r.Y);
    ImageHelper.cutPicture(System.IO.Path.Combine(System.AppDomain.CurrentDomain.BaseDirectory, "timg.jpg"),
     left, top, right , bottom - top);
}

如上述程式碼所示，我們在onImageResults裡做了【最簡單】人物面部座標定位，並進行了剪下。 

處理結果如下圖所示：

結語

事實上，上面介紹的只是Affdex最基礎呼叫，而且，這裡並沒有使用到深度學習的內容，只是簡單的掃描和分析。

想要使用深度學習的內容還需要進一步學習該開源控制元件，不過，萬事開頭難，我們現在已經邁出了第一步。

----------------------------------------------------------------------------------------------------

到此C#開發學習人工智慧的第一步就完成了。

程式碼已經傳到Github上了，歡迎大家下載。

Github地址：https://github.com/kiba518/WpfAffdex

----------------------------------------------------------------------------------------------------

注：此文章為原創，任何形式的轉載都請聯絡作者獲得授權並註明出處！
若您覺得這篇文章還不錯，請點選下方的【推薦】，非常感謝！

https://www.cnblogs.com/kiba/p/11416919.html

&n