導讀：這個由美麗的客服小姐姐提前申請好了企業試用的賬號，個人的話還得需要visa卡，

官網地址：azure.cn

登錄地址：portal.azure.cn

1.簡介

2.Azure 認知服務是什么？

? 3.認知服務的四種職能

4.人臉API

5.新建一個WPF應用實作以下功能：

安裝SDK

圖片選擇并顯示

呼叫SDK進行識別

總結

1.簡介

按照官方的要求，我們這次只體驗認知服務的部分功能即可，

然后進入登錄的主頁，找到下面這個認知服務進行創建，這個第一次進來可能不好找，我剛開始也是找了半天，好多技術檔案都是英文教程，看起來有點費勁，不過還有很多中文檔案引導，還是很容易入門，找不到的可以直接搜索認知服務，

主要有這幾個認知服務相關的功能

先找一個比較好玩的【人臉AI】

創建face（注意：名稱只能用字符數字及連接符）

創建虛擬網路

系統分配的托管標識

標記（默認）

創建資源組并驗證成功

點擊創建進行初始化部署，等待部署完成即可，

直接轉到資源組

這里可以對標記進行編輯（增加名稱及值即可：用于管理不同的資源組，標記是名稱/值對，可便于將相同的標記應用于多個資源和資源組，從而對資源進行分類，并查看合并的帳單，標記名稱不區分大小寫，但標記值區分大小寫，），也可以管理密鑰，密鑰一般有兩個（密鑰用于訪問認知服務 API，請勿共享你的密鑰，請安全地存盤這些密鑰(例如，使用 Azure Key Vault)，另外，建議定期重新生成這些密鑰，執行 API 呼叫只需要一個密鑰，在重新生成第一個密鑰時，可以使用第二個密鑰繼續訪問服務，）

2.Azure 認知服務是什么？

認知服務使每位開發人員無需具備機器學習的專業知識就能接觸到 AI，只需要一個 API 呼叫，就可以將看、聽、說、搜索、理解和加速決策的能力嵌入到應用中，讓所有技能水平的開發人員都能輕松在其應用中添加 AI 功能，

3.認知服務的四種職能

決策

語言

語音

影像

4.人臉API

用于分析影像中的人臉的 AI 服務,功能包括人臉檢測功能（感知影像中的口罩、眼鏡或人臉位置等面部特征和屬性）和通過與專用存盤庫的匹配或照片 ID 識別人，

5.新建一個WPF應用實作以下功能：

選擇圖片后把原圖顯示出來
選中后馬上進行識別
識別成功后把臉部用紅框描述出來
當滑鼠移動到紅框內的時候顯示詳細臉部資訊

安裝SDK

使用nuget安裝對于的sdk包

Install-Package Microsoft.Azure.CognitiveServices.Vision.Face -Version 2.5.0-preview.2

編輯MainWindow.xml放置影像顯示區域、檔案選中、描述顯示區域

<Window x:Class="FaceWpf.MainWindow"
        xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"
        xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml"
        xmlns:d="http://schemas.microsoft.com/expression/blend/2008"
        xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006"
        xmlns:local="clr-namespace:FaceWpf"
        mc:Ignorable="d"
        Title="MainWindow" Height="600" Width="800">
    <Grid x:Name="BackPanel">
        <Image x:Name="FacePhoto" Stretch="Uniform" Margin="0,0,0,50" MouseMove="FacePhoto_MouseMove" />
        <DockPanel DockPanel.Dock="Bottom">
            <Button x:Name="BrowseButton" Width="72" Height="80" VerticalAlignment="Bottom" HorizontalAlignment="Left"
                     Content="選擇圖片..."
                     Click="BrowseButton_Click" />
            <StatusBar VerticalAlignment="Bottom">
                <StatusBarItem>
                    <TextBlock Name="faceDescriptionStatusBar" Height="80" FontSize="20" Text="" Width="500" TextWrapping="Wrap"/>
                </StatusBarItem>
            </StatusBar>
        </DockPanel>
    </Grid>
</Window>

在編輯MainWindow類的建構式初始化FaceClient等資料

 private IFaceClient _faceClient;

        //檢測到的人臉
        private IList<DetectedFace> _faceList;
        //人臉描述資訊
        private string[] _faceDescriptions;
        private double _resizeFactor;

        private const string _defaultStatusBarText =
            "滑鼠移動到面部顯示描述資訊.";
        public MainWindow()
        {
            InitializeComponent();
            //faceid的訂閱key
            string subscriptionKey = "";
            // faceid的終結的配置
            string faceEndpoint = "";
            _faceClient = new FaceClient(
                new ApiKeyServiceClientCredentials(subscriptionKey),
                new System.Net.Http.DelegatingHandler[] { });
            if (Uri.IsWellFormedUriString(faceEndpoint, UriKind.Absolute))
            {
                _faceClient.Endpoint = faceEndpoint;
            }
            else
            {
                MessageBox.Show(faceEndpoint,
                    "Invalid URI", MessageBoxButton.OK, MessageBoxImage.Error);
                Environment.Exit(0);
            }
        }

圖片選擇并顯示

// 選擇圖片并上傳
        private async void BrowseButton_Click(object sender, RoutedEventArgs e)
        {
            var openDlg = new Microsoft.Win32.OpenFileDialog();

            openDlg.Filter = "JPEG Image(*.jpg)|*.jpg";
            bool? result = openDlg.ShowDialog(this);

            if (!(bool)result)
            {
                return;
            }

            // Display the image file.
            string filePath = openDlg.FileName;

            Uri fileUri = new Uri(filePath);
            BitmapImage bitmapSource = new BitmapImage();

            bitmapSource.BeginInit();
            bitmapSource.CacheOption = BitmapCacheOption.None;
            bitmapSource.UriSource = fileUri;
            bitmapSource.EndInit();

            FacePhoto.Source = bitmapSource;

            // Detect any faces in the image.
            Title = "識別中...";
            _faceList = await UploadAndDetectFaces(filePath);
            Title = String.Format(
                "識別完成. {0}個人臉", _faceList.Count);

            if (_faceList.Count > 0)
            {
                // Prepare to draw rectangles around the faces.
                DrawingVisual visual = new DrawingVisual();
                DrawingContext drawingContext = visual.RenderOpen();
                drawingContext.DrawImage(bitmapSource,
                    new Rect(0, 0, bitmapSource.Width, bitmapSource.Height));
                double dpi = bitmapSource.DpiX;
                // Some images don't contain dpi info.
                _resizeFactor = (dpi == 0) ? 1 : 96 / dpi;
                _faceDescriptions = new String[_faceList.Count];

                for (int i = 0; i < _faceList.Count; ++i)
                {
                    DetectedFace face = _faceList[i];

                    //畫方框
                    drawingContext.DrawRectangle(
                        Brushes.Transparent,
                        new Pen(Brushes.Red, 2),
                        new Rect(
                            face.FaceRectangle.Left * _resizeFactor,
                            face.FaceRectangle.Top * _resizeFactor,
                            face.FaceRectangle.Width * _resizeFactor,
                            face.FaceRectangle.Height * _resizeFactor
                            )
                    );

                    _faceDescriptions[i] = FaceDescription(face);
                }

                drawingContext.Close();

                RenderTargetBitmap faceWithRectBitmap = new RenderTargetBitmap(
                    (int)(bitmapSource.PixelWidth * _resizeFactor),
                    (int)(bitmapSource.PixelHeight * _resizeFactor),
                    96,
                    96,
                    PixelFormats.Pbgra32);

                faceWithRectBitmap.Render(visual);
                FacePhoto.Source = faceWithRectBitmap;

                faceDescriptionStatusBar.Text = _defaultStatusBarText;
            }
        }

呼叫SDK進行識別

// 上傳圖片使用faceclient識別
        private async Task<IList<DetectedFace>> UploadAndDetectFaces(string imageFilePath)
        {
            IList<FaceAttributeType> faceAttributes =
                new FaceAttributeType[]
                {
            FaceAttributeType.Gender, FaceAttributeType.Age,
            FaceAttributeType.Smile, FaceAttributeType.Emotion,
            FaceAttributeType.Glasses, FaceAttributeType.Hair
                };

            using (Stream imageFileStream = File.OpenRead(imageFilePath))
            {
                IList<DetectedFace> faceList =
                    await _faceClient.Face.DetectWithStreamAsync(
                        imageFileStream, true, false, faceAttributes);
                return faceList;
            }
        }

對人臉識別后的結果資訊組裝成字串，當滑鼠移動到人臉上的時候顯示這些資訊，

 private void FacePhoto_MouseMove(object sender, MouseEventArgs e)
        {
            if (_faceList == null)
                return;

            Point mouseXY = e.GetPosition(FacePhoto);

            ImageSource imageSource = FacePhoto.Source;
            BitmapSource bitmapSource = (BitmapSource)imageSource;

            var scale = FacePhoto.ActualWidth / (bitmapSource.PixelWidth / _resizeFactor);

            bool mouseOverFace = false;

            for (int i = 0; i < _faceList.Count; ++i)
            {
                FaceRectangle fr = _faceList[i].FaceRectangle;
                double left = fr.Left * scale;
                double top = fr.Top * scale;
                double width = fr.Width * scale;
                double height = fr.Height * scale;

                if (mouseXY.X >= left && mouseXY.X <= left + width &&
                    mouseXY.Y >= top && mouseXY.Y <= top + height)
                {
                    faceDescriptionStatusBar.Text = _faceDescriptions[i];
                    mouseOverFace = true;
                    break;
                }
            }

            if (!mouseOverFace) faceDescriptionStatusBar.Text = _defaultStatusBarText;
        }

 private string FaceDescription(DetectedFace face)
        {
            StringBuilder sb = new StringBuilder();

            sb.Append("人臉: ");

            // 性別年齡
            sb.Append(face.FaceAttributes.Gender.Value == Gender.Female ? "女性" : "男性");
            sb.Append(", ");
            sb.Append(face.FaceAttributes.Age.ToString() + "歲");
            sb.Append(", ");
            sb.Append(String.Format("微笑 {0:F1}%, ", face.FaceAttributes.Smile * 100));

            // 顯示超過0.1的表情
            sb.Append("表情: ");
            Emotion emotionScores = face.FaceAttributes.Emotion;
            if (emotionScores.Anger >= 0.1f) sb.Append(
                String.Format("生氣 {0:F1}%, ", emotionScores.Anger * 100));
            if (emotionScores.Contempt >= 0.1f) sb.Append(
                String.Format("蔑視 {0:F1}%, ", emotionScores.Contempt * 100));
            if (emotionScores.Disgust >= 0.1f) sb.Append(
                String.Format("厭惡 {0:F1}%, ", emotionScores.Disgust * 100));
            if (emotionScores.Fear >= 0.1f) sb.Append(
                String.Format("恐懼 {0:F1}%, ", emotionScores.Fear * 100));
            if (emotionScores.Happiness >= 0.1f) sb.Append(
                String.Format("高興 {0:F1}%, ", emotionScores.Happiness * 100));
            if (emotionScores.Neutral >= 0.1f) sb.Append(
                String.Format("自然 {0:F1}%, ", emotionScores.Neutral * 100));
            if (emotionScores.Sadness >= 0.1f) sb.Append(
                String.Format("悲傷 {0:F1}%, ", emotionScores.Sadness * 100));
            if (emotionScores.Surprise >= 0.1f) sb.Append(
                String.Format("驚喜 {0:F1}%, ", emotionScores.Surprise * 100));

            sb.Append(face.FaceAttributes.Glasses);
            sb.Append(", ");

            sb.Append("頭發: ");

            if (face.FaceAttributes.Hair.Bald >= 0.01f)
                sb.Append(String.Format("禿頭 {0:F1}% ", face.FaceAttributes.Hair.Bald * 100));

            IList<HairColor> hairColors = face.FaceAttributes.Hair.HairColor;
            foreach (HairColor hairColor in hairColors)
            {
                if (hairColor.Confidence >= 0.1f)
                {
                    sb.Append(hairColor.Color.ToString());
                    sb.Append(String.Format(" {0:F1}% ", hairColor.Confidence * 100));
                }
            }

            return sb.ToString();
        }

到此我們的應用打造完成了，我們使用孫叫獸的演講圖片驗證一下效果，和這個引數差不多，說明這個人臉識別的功能還是很強大的，

總結

使用更加通用的rest api來呼叫，這樣可以適配任何開發語言，這種應用可以用在上下班的大屏測體溫，檢測員工有沒有帶口罩，還有釘釘外勤打卡拍照等場景，十分的便捷，剛好開始接觸這個Azure還是有點懵比，好多東西都是英文檔案，搞得我還得用谷歌瀏覽器右鍵一下，其實可以做一個智能機器人，聊天室這種工具，能覆寫一下這種認知服務，比如聊天框文本轉語音，語音轉文本，轉表情包，圖片識別文本，中英文翻譯等功能，下次有機會再體驗吧，確實挺智能的，官方的一些案例也很不錯，大家可以參考一下!

Microsoft 開發者工具和技術入門，瀏覽我們的示例，查看你可構建的內容，https://docs.microsoft.com/zh-cn/samples/browse/https://docs.microsoft.com/zh-cn/samples/browse/

本期內容我們就分享到這里，我們下期見！

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/344108.html

標籤：AI

上一篇：Python 計算機視覺（十）—— OpenCV 影像銳化及邊緣檢測

下一篇：Python 大白從零開始 OpenCV 專案實戰（2）影像讀取與顯示

【0元試用微軟 Azure人工智能認知服務】這個人臉識別功能太強大啦

1.簡介

2.Azure 認知服務是什么？

3.認知服務的四種職能

4.人臉API

5.新建一個WPF應用實作以下功能：

安裝SDK

圖片選擇并顯示

呼叫SDK進行識別

總結