使用 SeetaFace 实现人脸识别

      SeetaFace中科院山世光老师开源的人脸识别引擎，其实这个是一个相当不错的人脸识别引擎，自己实测之后，发现的确是比OpenCV自带的强很多。但是实话实说，SeetaFace自带的demo 程序就有点复杂了，太多细节要用户关注之后，把三个工程重新编译好之后，才能自己运行起来看效果，特别本民工这种开发环境一大堆，机器上同时配置了三个版本OpenCV的，的确是有点麻烦。另外还有那三个模型文件。完全跑出一个效果来，真是要烦死人。       为此本民工在把SeetaFace的工程全部编译好之后，重新做了一个新的Demo，并把编译环境一起整合到工程中，界面如下。



         程序的主要代码如下：voidCR2FaceRecDlg::initRecObj(){    //初始化识别对象    gpFaceDetect= new seeta::FaceDetection("seeta_fd_frontal_v1.0.bin");     gpFaceDetect->SetMinFaceSize(40);    gpFaceDetect->SetScoreThresh(2.f);    gpFaceDetect->SetImagePyramidScaleFactor(0.8f);    gpFaceDetect->SetWindowStep(4,4);     gpFacePoint= new seeta::FaceAlignment("seeta_fa_v1.1.bin");     gpFaceIdent= new seeta::FaceIdentification("seeta_fr_v1.0.bin");
}
 // 调用测试方法voidCR2FaceRecDlg::runImgTest(){    //比较两张图片的相似度    if((NULL != gpFaceDetect)        &&(NULL != gpFacePoint)        &&(NULL != gpFaceIdent)){                clock_t start = clock();         //转换灰度        cv::Mat gallery_img_gray;        cv::cvtColor(mSrcImage1,gallery_img_gray, CV_BGR2GRAY);         cv::Mat probe_img_gray;        cv::cvtColor(mSrcImage2,probe_img_gray, CV_BGR2GRAY);         ImageData gallery_img_data_color(mSrcImage1.cols, mSrcImage1.rows,mSrcImage1.channels());        gallery_img_data_color.data= mSrcImage1.data;         ImageData gallery_img_data_gray(gallery_img_gray.cols,gallery_img_gray.rows, gallery_img_gray.channels());        gallery_img_data_gray.data= gallery_img_gray.data;         ImageData probe_img_data_color(mSrcImage2.cols, mSrcImage2.rows,mSrcImage2.channels());        p
4000
robe_img_data_color.data= mSrcImage2.data;         ImageData probe_img_data_gray(probe_img_gray.cols,probe_img_gray.rows, probe_img_gray.channels());        probe_img_data_gray.data= probe_img_gray.data;         //Detect faces        std::vector<seeta::FaceInfo>gallery_faces = gpFaceDetect->Detect(gallery_img_data_gray);        int32_t gallery_face_num = static_cast<int32_t>(gallery_faces.size());         std::vector<seeta::FaceInfo>probe_faces = gpFaceDetect->Detect(probe_img_data_gray);        int32_t probe_face_num = static_cast<int32_t>(probe_faces.size());         if(gallery_face_num == 0 || probe_face_num == 0)        {             ::MessageBox(NULL, _T("未发现人脸"), _T("提示"), MB_OK);            return;        }                  //Detect 5 facial landmarks        seeta::FacialLandmark gallery_points[5];        gpFacePoint->PointDetectLandmarks(gallery_img_data_gray,gallery_faces[0], gallery_points);         seeta::FacialLandmark probe_points[5];        gpFacePoint->PointDetectLandmarks(probe_img_data_gray,probe_faces[0], probe_points);         //Extract face identity feature        floatgallery_fea[2048];        floatprobe_fea[2048];        gpFaceIdent->ExtractFeatureWithCrop(gallery_img_data_color,gallery_points, gallery_fea);        gpFaceIdent->ExtractFeatureWithCrop(probe_img_data_color,probe_points, probe_fea);         //计算相似度        floatsim = gpFaceIdent->CalcSimilarity(gallery_fea, probe_fea);         clock_t count = clock();        doubledTime = (double)(count - start) / 1000.0;         mstrCmpResult.Format(_T("图像处理时间:%.4f, 两张图片的相似度是：%.5f "),dTime, sim);          UpdateData(FALSE);    }
}

      好了，废话少说，再说一下程序运行环境配置,开发环境是VS2013,openCV是2.4.13。为什么这样用VC12,而且OpenCV2.4.13其实只有VC14的库，其实一点关系都没有影响，本民工之前还有VS2012上开发OpenCV3.4的工程，另外还把SeetaFace在2.4.9上编译好了，还好好玩了几下。


源码工程下载地址：
www.r2funny.com/ R2FaceRec.rar
别外说一下，模型的bin文件可以去Seeta的github上下载，因为那个文件太大了，其它的lib和dll本民工已经编译好放在demo工程里。