【0元试用微软 Azure人工智能认知服务】这个人脸识别功能太强大啦
导读：这个由美丽的客服小姐姐提前申请好了企业试用的账号，个人的话还得需要visa卡。
官网地址：azure.cn
登录地址：portal.azure.cn
目录
1.简介
2.Azure 认知服务是什么？
3.认知服务的四种职能
4.人脸API
5.新建一个WPF应用实现以下功能：
安装SDK
图片选择并显示
调用SDK进行识别
总结
1.简介
按照官方的要求，我们这次只体验认知服务的部分功能即可。
然后进入登录的主页，找到下面这个认知服务进行创建，这个第一次进来可能不好找，我刚开始也是找了半天，好多技术文档都是英文教程，看起来有点费劲，不过还有很多中文文档引导，还是很容易入门，找不到的可以直接搜索认知服务。
主要有这几个认知服务相关的功能
先找一个比较好玩的【人脸AI】
创建face（注意：名称只能用字符数字及连接符）
创建虚拟网络
系统分配的托管标识
标记（默认）
创建资源组并验证成功
点击创建进行初始化部署，等待部署完成即可。
直接转到资源组
这里可以对标记进行编辑（增加名称及值即可：用于管理不同的资源组，标记是名称/值对，可便于将相同的标记应用于多个资源和资源组，从而对资源进行分类，并查看合并的帐单。标记名称不区分大小写，但标记值区分大小写。），也可以管理密钥，密钥一般有两个（密钥用于访问认知服务 API。请勿共享你的密钥。请安全地存储这些密钥(例如，使用 Azure Key Vault)。另外，建议定期重新生成这些密钥。执行 API 调用只需要一个密钥。在重新生成第一个密钥时，可以使用第二个密钥继续访问服务。）
2.Azure 认知服务是什么？
认知服务使每位开发人员无需具备机器学习的专业知识就能接触到 AI。只需要一个 API 调用，就可以将看、听、说、搜索、理解和加速决策的能力嵌入到应用中。让所有技能水平的开发人员都能轻松在其应用中添加 AI 功能。
3.认知服务的四种职能
决策
语言
语音
影像
4.人脸API
用于分析图像中的人脸的 AI 服务,功能包括人脸检测功能（感知图像中的口罩、眼镜或人脸位置等面部特征和属性）和通过与专用存储库的匹配或照片 ID 识别人。
5.新建一个WPF应用实现以下功能：
- 选择图片后把原图显示出来
- 选中后马上进行识别
- 识别成功后把脸部用红框描述出来
- 当鼠标移动到红框内的时候显示详细脸部信息
安装SDK
使用nuget安装对于的sdk包
Install-Package Microsoft.Azure.CognitiveServices.Vision.Face -Version 2.5.0-preview.2
编辑MainWindow.xml放置图像显示区域、文件选中、描述显示区域
<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="选择图片..."Click="BrowseButton_Click" /><StatusBar VerticalAlignment="Bottom"><StatusBarItem><TextBlock Name="faceDescriptionStatusBar" Height="80" FontSize="20" Text="" Width="500" TextWrapping="Wrap"/></StatusBarItem></StatusBar></DockPanel></Grid>
</Window>
在编辑MainWindow类的构造函数初始化FaceClient等数据
private IFaceClient _faceClient;//检测到的人脸private IList<DetectedFace> _faceList;//人脸描述信息private string[] _faceDescriptions;private double _resizeFactor;private const string _defaultStatusBarText ="鼠标移动到面部显示描述信息.";public MainWindow(){InitializeComponent();//faceid的订阅keystring subscriptionKey = "";// faceid的终结的配置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);}}图片选择并显示
// 选择图片并上传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 = "识别中...";_faceList = await UploadAndDetectFaces(filePath);Title = String.Format("识别完成. {0}个人脸", _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];//画方框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;}}
调用SDK进行识别
// 上传图片使用faceclient识别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;}}对人脸识别后的结果信息组装成字符串，当鼠标移动到人脸上的时候显示这些信息。
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("人脸: ");// 性别年龄sb.Append(face.FaceAttributes.Gender.Value == Gender.Female ? "女性" : "男性");sb.Append(", ");sb.Append(face.FaceAttributes.Age.ToString() + "岁");sb.Append(", ");sb.Append(String.Format("微笑 {0:F1}%, ", face.FaceAttributes.Smile * 100));// 显示超过0.1的表情sb.Append("表情: ");Emotion emotionScores = face.FaceAttributes.Emotion;if (emotionScores.Anger >= 0.1f) sb.Append(String.Format("生气 {0:F1}%, ", emotionScores.Anger * 100));if (emotionScores.Contempt >= 0.1f) sb.Append(String.Format("蔑视 {0:F1}%, ", emotionScores.Contempt * 100));if (emotionScores.Disgust >= 0.1f) sb.Append(String.Format("厌恶 {0:F1}%, ", emotionScores.Disgust * 100));if (emotionScores.Fear >= 0.1f) sb.Append(String.Format("恐惧 {0:F1}%, ", emotionScores.Fear * 100));if (emotionScores.Happiness >= 0.1f) sb.Append(String.Format("高兴 {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("悲伤 {0:F1}%, ", emotionScores.Sadness * 100));if (emotionScores.Surprise >= 0.1f) sb.Append(String.Format("惊喜 {0:F1}%, ", emotionScores.Surprise * 100));sb.Append(face.FaceAttributes.Glasses);sb.Append(", ");sb.Append("头发: ");if (face.FaceAttributes.Hair.Bald >= 0.01f)sb.Append(String.Format("秃头 {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();}到此我们的应用打造完成了。我们使用孙叫兽的演讲图片验证一下效果，和这个参数差不多，说明这个人脸识别的功能还是很强大的。
总结
使用更加通用的rest api来调用，这样可以适配任何开发语言，这种应用可以用在上下班的大屏测体温，检测员工有没有带口罩，还有钉钉外勤打卡拍照等场景。十分的便捷，刚好开始接触这个Azure还是有点懵比，好多东西都是英文文档，搞得我还得用谷歌浏览器右键一下，其实可以做一个智能机器人，聊天室这种工具，能覆盖一下这种认知服务，比如聊天框文本转语音，语音转文本，转表情包，图片识别文本，中英文翻译等功能，下次有机会再体验吧，确实挺智能的，官方的一些案例也很不错，大家可以参考一下!
Microsoft 开发者工具和技术入门。 浏览我们的示例，查看你可构建的内容。https://docs.microsoft.com/zh-cn/samples/browse/https://docs.microsoft.com/zh-cn/samples/browse/
本期内容我们就分享到这里，我们下期见！
【0元试用微软 Azure人工智能认知服务】这个人脸识别功能太强大啦相关推荐
- 【0元试用微软 Azure人工智能认知服务】我做了个群聊天机器人
前言 我这边参加了CSDN与微软Azure举办的0元试用微软Azure人工智能认知服务活动.第一次使用微软Azure 认知服务,老实说,还是满心期待的. 文章目录 前言 正式开始试用 环境 SDK的位 ...
- 微软 Azure人工智能认知服务打造语音提醒喝水助手（带源码和演示地址）
目录 一.写在前面 二.创建认知服务资源 1. 创建语音服务 2. 创建文本服务 三.语音提醒助手 1. 文本转语音,提醒我喝水 2. 语音转文本,我也能做回应 3. 文本分析,得出喝水频率 4. 实 ...
- Azure人工智能认知服务(AI·机器学习)
最近CSDN开展了<0元试用微软 Azure人工智能认知服务,精美礼品大放送>,当前目前活动还在继续,热心的我已经第一时间报名参与,只不过今天才有时间实际的试用. 目前我在试用了 语音转文 ...
- 【微软 Azure 认知服务】零基础搭建微软 Azure AI 认知服务实验分享
Azure人工智能认知服务实验 Azure认知服务(语音合成产品系列)是微软云服务里面的明星产品,基于行业领先的Hifi-net语音模型打造,可以提供高质量神经网络版声音,发音更准确.韵律更自然.高保 ...
- 基于 Azure 的认知服务将文本合成语音
基于 Azure 的认知服务将文本合成语音 Intro 前几天发了一个 .NET 20 周年祝福视频,语音是通过 Azure 的认知服务合成的, 下面就来介绍一下如何将使用 Azure 的认识服务实现 ...
- 【每日新闻】微软悄然删除世界上最大的公共人脸识别数据库
点击蓝字 关注我们 更多精彩,请点击上方蓝字关注我们! 每日新闻播报 第06-11期 1 趋势洞察 刘庆峰:未来10年将看到三大不可阻挡的趋势 科大讯飞董事长刘庆峰在在科大讯飞20周年之际的内部线中表 ...
- Java服务端人脸识别实战开发优化
最近有合作公司的项目需要服务端人脸识别的开发,于是就用了公司的人脸识别SDK开发,由于之前对服务端开发介绍的资料比较少,正好这次又做了这个项目,花了几天的开发,这里就简单分享一下个人的见解. 影响性能 ...
- Python与人工智能入门实践——简易人脸识别系统
Python与人工智能入门实践--简易人脸识别系统 写在前面: 笔者在寒假期间进行了一些简短的实训,主要内容包括简单的爬虫和简单的人脸识别算法,由于时间有限,对于python也是第一次详细学习,功能较 ...
- 人工智能，百度AI人脸识别java版
人工智能,百度AI人脸识别java版 需求:人脸识别登录,人脸就需要有人脸的照片,数据库建一个字段face保存用户人脸的照片,jquery.webcam.js实现调用摄像头拍照,然后后端接受base6 ...
最新文章
- LeetCode 75. 颜色分类（Sort Colors）
- Fastjson 1.2.66 版本发布，继续加固安全！
- mysql异步查询 java_java 手写并发框架（一）异步查询转同步的 7 种实现方式
- nodejs + ts 配置
- Sencha ID的注册
- linux 安装 powershell
- php bin2hex(),PHP bin2hex() 函数 pack() 函数
- [Leetcode][第315题][JAVA][计算右侧小于当前元素的个数][暴力][归并排序+索引数组]
- C# 调用c++ 实例
- python3入门代码-Python3零基础自学方法？
- python 写csv scrapy_scrapy爬虫框架实例一，爬取自己博客
- CMAKE出现： undefined reference to
- LINUX 下安装 jdk 问题（please use alien to install rpm packages on Debian ）
- 常用排序算法（六）——希尔排序
- php 中正则表达式详解
- 未解决：运行EtherCalc出错：Error: Cannot find module 'zappajs'
- 学校为什么要单位接收函_学校就快要截止收档案接收函了！你开始处理没？
- StylesheetLanguage--如何使用Less--前端样式语言
- web打印实现几种方法
- java 事务控制_java中事务的管理