微信公众平台开发教程第19篇-应用实例之人脸检测

人脸检测属于人脸识别的范畴，它是一个复杂的具有挑战性的模式匹配问题，国内外许多组织、科研机构都在专门研究该问题。国内的Face++团队专注于研发人脸检测、识别、分析和重建技术，并且向广大开发者开放了人脸识别API，本文介绍的“人脸检测”应用正是基于Face++ API进行开发。

Face++简介

Face++是北京旷视科技有限公司旗下的人脸识别云服务平台，Face++平台通过提供云端API、离线SDK、以及面向用户的自主研发产品等形式，将人脸识别技术广泛应用到互联网及移动应用场景中。Face++为广大开发者提供了简单易用的API，开发者可以轻松搭建属于自己的云端身份认证、用户兴趣挖掘、移动体感交互、社交娱乐分享等多种类型的应用。

Face++提供的技术服务包括人脸检测、人脸分析和人脸识别，主要说明如下：

1）人脸检测：可以从图片中快速、准确的定位面部的关键区域位置，包括眉毛、眼睛、鼻子、嘴巴等。
2）人脸分析：可以从图片或实时视频流中分析出人脸的性别（准确度达96%）、年龄、种族等多种属性。
3）人脸识别：可以快速判定两张照片是否为同一个人，或者快速判定视频中的人像是否为某一位特定的人。

Face++的中文网址为http://cn.faceplusplus.com/，要使用Face++ API，需要注册成为Face++开发者，也就是要注册一个Face++账号。注册完成后，先创建应用，创建应用时需要填写“应用名称”、“应用描述”、“API服务器”、“应用类型”和“应用平台”，读者可以根据实际情况填写。应用创建完成后，可以看到应用的详细信息，如下图所示。

上图中，最重要的是API KEY和API SECRET，在调用Face++提供的API时，需要传入这两个参数。

人脸检测API介绍

在Face++网站的“API文档”中，能够看到Face++提供的所有API，我们要使用的人脸检测接口是detect分类下的“/detection/detect”，它能够检测出给定图片(Image)中的所有人脸(Face)的位置和相应的面部属性，目前面部属性包括性别(gender)、年龄(age)、种族(race)、微笑程度(smiling)、眼镜(glass)和姿势(pose)。

读者可以在http://cn.faceplusplus.com/uc/doc/home?id=69中了解到人脸检测接口的详细信息，该接口的请求地址如下：

[html] view plain copy

1. http://apicn.faceplusplus.com/v2/detection/detect?url=URL&api_secret=API_SECRET&api_key=API_KEY

调用上述接口，必须要传入参数api_key、api_secret和待检测的图片。其中，待检测的图片可以是URL，也可以是POST方式提交的二进制数据。在微信公众账号后台，接收用户发送的图片，得到的是图片的访问路径（PicUrl），因此，在本例中，直接使用待检测图片的URL是最方便的。调用人脸检测接口返回的是JSON格式数据如下：

[html] view plain copy

1. {
2. "face":[
3. {
4. "attribute":{
5. "age":{
6. "range":5,
7. "value":23
8. },
9. "gender":{
10. "confidence":99.9999,
11. "value":"Female"
12. },
13. "glass":{
14. "confidence":99.945,
15. "value":"None"
16. },
17. "pose":{
18. "pitch_angle":{
19. "value":17
20. },
21. "roll_angle":{
22. "value":0.735735
23. },
24. "yaw_angle":{
25. "value":-2
26. }
27. },
28. "race":{
29. "confidence":99.6121,
30. "value":"Asian"
31. },
32. "smiling":{
33. "value":4.86501
34. }
35. },
36. "face_id":"17233b4b1b51ac91e391e5afe130eb78",
37. "position":{
38. "center":{
39. "x":49.4,
40. "y":37.6
41. },
42. "eye_left":{
43. "x":43.3692,
44. "y":30.8192
45. },
46. "eye_right":{
47. "x":56.5606,
48. "y":30.9886
49. },
50. "height":26.8,
51. "mouth_left":{
52. "x":46.1326,
53. "y":44.9468
54. },
55. "mouth_right":{
56. "x":54.2592,
57. "y":44.6282
58. },
59. "nose":{
60. "x":49.9404,
61. "y":38.8484
62. },
63. "width":26.8
64. },
65. "tag":""
66. }
67. ],
68. "img_height":500,
69. "img_id":"22fd9efc64c87e00224c33dd8718eec7",
70. "img_width":500,
71. "session_id":"38047ad0f0b34c7e8c6efb6ba39ed355",
72. "url":"http://cn.faceplusplus.com/wp-content/themes/faceplusplus.zh/assets/img/demo/1.jpg?v=4"
73. }

这里只对本文将要实现的“人脸检测”功能中主要用到的参数进行说明，参数说明如下：

1）face是一个数组，当一张图片中包含多张人脸时，所有识别出的人脸信息都在face数组中。

2）age中的value表示估计年龄，range表示误差范围。例如，上述结果中value=23，range=5，表示人的真实年龄在18岁至28岁左右。

3）gender中的value表示性别，男性为Male，女性为Female；gender中的confidence表示检测结果的可信度。

4）race中的value表示人种，黄色人种为Asian，白色人种为White，黑色人种为Black；race中的confidence表示检测结果的可信度。

5）center表示人脸框中心点坐标，可以将x用于计算人脸的左右顺序，即x坐标的值越小，人脸的位置越靠近图片的左侧。

人脸检测API的使用方法

为了方便开发者调用人脸识别API，Face++团队提供了基于Objective-C、Java（Android）、Matlab、Ruby、C#等多种语言的开发工具包，读者可以在Face++网站的“工具下载”版块下载相关的SDK。在本例中，笔者并不打算使用官方提供的SDK进行开发，主要原因如下：1）人脸检测API的调用比较简单，自己写代码实现也并不复杂；2）如果使用SDK进行开发，笔者还要花费大量篇幅介绍SDK的使用，这些并不是本文的重点；3）自己写代码实现比较灵活。当图片中有多张人脸时，人脸检测接口返回的数据是无序的，开发者可以按照实际使用需求进行排序，例如，将图片中的人脸按照从左至右的顺序进行排序。

编程调用人脸检测API

首先，要对人脸检测接口返回的结构进行封装，建立与之对应的Java对象。由于人脸检测接口返回的参数较多，笔者只是将本例中需要用到的参数抽取出来，封装成Face对象，对应的代码如下：

[java] view plain copy

1. packageorg.liufeng.course.pojo;
3. /**
4. *FaceModel
5. *
6. *@authorliufeng
7. *@date2013-12-18
8. */
9. publicclassFaceimplementsComparable<Face>{
10. //被检测出的每一张人脸都在Face++系统中的标识符
11. privateStringfaceId;
12. //年龄估计值
13. privateintageValue;
14. //年龄估计值的正负区间
15. privateintageRange;
16. //性别：Male/Female
17. privateStringgenderValue;
18. //性别分析的可信度
19. privatedoublegenderConfidence;
20. //人种：Asian/White/Black
21. privateStringraceValue;
22. //人种分析的可信度
23. privatedoubleraceConfidence;
24. //微笑程度
25. privatedoublesmilingValue;
26. //人脸框的中心点坐标
27. privatedoublecenterX;
28. privatedoublecenterY;
30. publicStringgetFaceId(){
31. returnfaceId;
32. }
34. publicvoidsetFaceId(StringfaceId){
35. this.faceId=faceId;
36. }
38. publicintgetAgeValue(){
39. returnageValue;
40. }
42. publicvoidsetAgeValue(intageValue){
43. this.ageValue=ageValue;
44. }
46. publicintgetAgeRange(){
47. returnageRange;
48. }
50. publicvoidsetAgeRange(intageRange){
51. this.ageRange=ageRange;
52. }
54. publicStringgetGenderValue(){
55. returngenderValue;
56. }
58. publicvoidsetGenderValue(StringgenderValue){
59. this.genderValue=genderValue;
60. }
62. publicdoublegetGenderConfidence(){
63. returngenderConfidence;
64. }
66. publicvoidsetGenderConfidence(doublegenderConfidence){
67. this.genderConfidence=genderConfidence;
68. }
70. publicStringgetRaceValue(){
71. returnraceValue;
72. }
74. publicvoidsetRaceValue(StringraceValue){
75. this.raceValue=raceValue;
76. }
78. publicdoublegetRaceConfidence(){
79. returnraceConfidence;
80. }
82. publicvoidsetRaceConfidence(doubleraceConfidence){
83. this.raceConfidence=raceConfidence;
84. }
86. publicdoublegetSmilingValue(){
87. returnsmilingValue;
88. }
90. publicvoidsetSmilingValue(doublesmilingValue){
91. this.smilingValue=smilingValue;
92. }
94. publicdoublegetCenterX(){
95. returncenterX;
96. }
98. publicvoidsetCenterX(doublecenterX){
99. this.centerX=centerX;
100. }
102. publicdoublegetCenterY(){
103. returncenterY;
104. }
106. publicvoidsetCenterY(doublecenterY){
107. this.centerY=centerY;
108. }
110. //根据人脸中心点坐标从左至右排序
111. @Override
112. publicintcompareTo(Faceface){
113. intresult=0;
114. if(this.getCenterX()>face.getCenterX())
115. result=1;
116. else
117. result=-1;
118. returnresult;
119. }
120. }

与普通Java类不同的是， Face类实现了Comparable接口，并实现了该接口的compareTo()方法，这正是Java中对象排序的关键所在。 112-119行代码是通过比较每个Face的脸部中心点的横坐标来决定对象的排序方式，这样能够实现检测出的多个Face按从左至右的先后顺序进行排序。

接下来，是人脸检测API的调用及相关处理逻辑，笔者将这些实现全部封装在FaceService类中，该类的完整实现如下：

[java] view plain copy

1. packageorg.liufeng.course.service;
3. importjava.io.BufferedReader;
4. importjava.io.InputStream;
5. importjava.io.InputStreamReader;
6. importjava.net.HttpURLConnection;
7. importjava.net.URL;
8. importjava.util.ArrayList;
9. importjava.util.Collections;
10. importjava.util.List;
11. importorg.liufeng.course.pojo.Face;
12. importnet.sf.json.JSONArray;
13. importnet.sf.json.JSONObject;
15. /**
16. *人脸检测服务
17. *
18. *@authorliufeng
19. *@date2013-12-18
20. */
21. publicclassFaceService{
22. /**
23. *发送http请求
24. *
25. *@paramrequestUrl请求地址
26. *@returnString
27. */
28. privatestaticStringhttpRequest(StringrequestUrl){
29. StringBufferbuffer=newStringBuffer();
30. try{
31. URLurl=newURL(requestUrl);
32. HttpURLConnectionhttpUrlConn=(HttpURLConnection)url.openConnection();
33. httpUrlConn.setDoInput(true);
34. httpUrlConn.setRequestMethod("GET");
35. httpUrlConn.connect();
36. //将返回的输入流转换成字符串
37. InputStreaminputStream=httpUrlConn.getInputStream();
38. InputStreamReaderinputStreamReader=newInputStreamReader(inputStream,"utf-8");
39. BufferedReaderbufferedReader=newBufferedReader(inputStreamReader);
41. Stringstr=null;
42. while((str=bufferedReader.readLine())!=null){
43. buffer.append(str);
44. }
45. bufferedReader.close();
46. inputStreamReader.close();
47. //释放资源
48. inputStream.close();
49. inputStream=null;
50. httpUrlConn.disconnect();
52. }catch(Exceptione){
53. e.printStackTrace();
54. }
55. returnbuffer.toString();
56. }
58. /**
59. *调用Face++API实现人脸检测
60. *
61. *@parampicUrl待检测图片的访问地址
62. *@returnList<Face>人脸列表
63. */
64. privatestaticList<Face>faceDetect(StringpicUrl){
65. List<Face>faceList=newArrayList<Face>();
66. try{
67. //拼接Face++人脸检测的请求地址
68. StringqueryUrl="http://apicn.faceplusplus.com/v2/detection/detect?url=URL&api_secret=API_SECRET&api_key=API_KEY";
69. //对URL进行编码
70. queryUrl=queryUrl.replace("URL",java.net.URLEncoder.encode(picUrl,"UTF-8"));
71. queryUrl=queryUrl.replace("API_KEY","替换成自己的APIKey");
72. queryUrl=queryUrl.replace("API_SECRET","替换成自己的APISecret");
73. //调用人脸检测接口
74. Stringjson=httpRequest(queryUrl);
75. //解析返回json中的Face列表
76. JSONArrayjsonArray=JSONObject.fromObject(json).getJSONArray("face");
77. //遍历检测到的人脸
78. for(inti=0;i<jsonArray.size();i++){
79. //face
80. JSONObjectfaceObject=(JSONObject)jsonArray.get(i);
81. //attribute
82. JSONObjectattrObject=faceObject.getJSONObject("attribute");
83. //position
84. JSONObjectposObject=faceObject.getJSONObject("position");
85. Faceface=newFace();
86. face.setFaceId(faceObject.getString("face_id"));
87. face.setAgeValue(attrObject.getJSONObject("age").getInt("value"));
88. face.setAgeRange(attrObject.getJSONObject("age").getInt("range"));
89. face.setGenderValue(genderConvert(attrObject.getJSONObject("gender").getString("value")));
90. face.setGenderConfidence(attrObject.getJSONObject("gender").getDouble("confidence"));
91. face.setRaceValue(raceConvert(attrObject.getJSONObject("race").getString("value")));
92. face.setRaceConfidence(attrObject.getJSONObject("race").getDouble("confidence"));
93. face.setSmilingValue(attrObject.getJSONObject("smiling").getDouble("value"));
94. face.setCenterX(posObject.getJSONObject("center").getDouble("x"));
95. face.setCenterY(posObject.getJSONObject("center").getDouble("y"));
96. faceList.add(face);
97. }
98. //将检测出的Face按从左至右的顺序排序
99. Collections.sort(faceList);
100. }catch(Exceptione){
101. faceList=null;
102. e.printStackTrace();
103. }
104. returnfaceList;
105. }
107. /**
108. *性别转换（英文->中文）
109. *
110. *@paramgender
111. *@return
112. */
113. privatestaticStringgenderConvert(Stringgender){
114. Stringresult="男性";
115. if("Male".equals(gender))
116. result="男性";
117. elseif("Female".equals(gender))
118. result="女性";
120. returnresult;
121. }
123. /**
124. *人种转换（英文->中文）
125. *
126. *@paramrace
127. *@return
128. */
129. privatestaticStringraceConvert(Stringrace){
130. Stringresult="黄色";
131. if("Asian".equals(race))
132. result="黄色";
133. elseif("White".equals(race))
134. result="白色";
135. elseif("Black".equals(race))
136. result="黑色";
137. returnresult;
138. }
140. /**
141. *根据人脸识别结果组装消息
142. *
143. *@paramfaceList人脸列表
144. *@return
145. */
146. privatestaticStringmakeMessage(List<Face>faceList){
147. StringBufferbuffer=newStringBuffer();
148. //检测到1张脸
149. if(1==faceList.size()){
150. buffer.append("共检测到").append(faceList.size()).append("张人脸").append("\n");
151. for(Faceface:faceList){
152. buffer.append(face.getRaceValue()).append("人种,");
153. buffer.append(face.getGenderValue()).append(",");
154. buffer.append(face.getAgeValue()).append("岁左右").append("\n");
155. }
156. }
157. //检测到2-10张脸
158. elseif(faceList.size()>1&&faceList.size()<=10){
159. buffer.append("共检测到").append(faceList.size()).append("张人脸，按脸部中心位置从左至右依次为：").append("\n");
160. for(Faceface:faceList){
161. buffer.append(face.getRaceValue()).append("人种,");
162. buffer.append(face.getGenderValue()).append(",");
163. buffer.append(face.getAgeValue()).append("岁左右").append("\n");
164. }
165. }
166. //检测到10张脸以上
167. elseif(faceList.size()>10){
168. buffer.append("共检测到").append(faceList.size()).append("张人脸").append("\n");
169. //统计各人种、性别的人数
170. intasiaMale=0;
171. intasiaFemale=0;
172. intwhiteMale=0;
173. intwhiteFemale=0;
174. intblackMale=0;
175. intblackFemale=0;
176. for(Faceface:faceList){
177. if("黄色".equals(face.getRaceValue()))
178. if("男性".equals(face.getGenderValue()))
179. asiaMale++;
180. else
181. asiaFemale++;
182. elseif("白色".equals(face.getRaceValue()))
183. if("男性".equals(face.getGenderValue()))
184. whiteMale++;
185. else
186. whiteFemale++;
187. elseif("黑色".equals(face.getRaceValue()))
188. if("男性".equals(face.getGenderValue()))
189. blackMale++;
190. else
191. blackFemale++;
192. }
193. if(0!=asiaMale||0!=asiaFemale)
194. buffer.append("黄色人种：").append(asiaMale).append("男").append(asiaFemale).append("女").append("\n");
195. if(0!=whiteMale||0!=whiteFemale)
196. buffer.append("白色人种：").append(whiteMale).append("男").append(whiteFemale).append("女").append("\n");
197. if(0!=blackMale||0!=blackFemale)
198. buffer.append("黑色人种：").append(blackMale).append("男").append(blackFemale).append("女").append("\n");
199. }
200. //移除末尾空格
201. buffer=newStringBuffer(buffer.substring(0,buffer.lastIndexOf("\n")));
202. returnbuffer.toString();
203. }
205. /**
206. *提供给外部调用的人脸检测方法
207. *
208. *@parampicUrl待检测图片的访问地址
209. *@returnString
210. */
211. publicstaticStringdetect(StringpicUrl){
212. //默认回复信息
213. Stringresult="未识别到人脸，请换一张清晰的照片再试！";
214. List<Face>faceList=faceDetect(picUrl);
215. if(null!=faceList){
216. result=makeMessage(faceList);
217. }
218. returnresult;
219. }
221. publicstaticvoidmain(String[]args){
222. StringpicUrl="http://pic11.nipic.com/20101111/6153002_002722872554_2.jpg";
223. System.out.println(detect(picUrl));
224. }
225. }

上述代码虽然多，但条理很清晰，并不难理解，所以笔者只挑重点的进行讲解，主要说明如下：

1）70行：参数url表示图片的链接，由于链接中存在特殊字符，作为参数传递时必须进行URL编码。请读者记住：不管是什么应用，调用什么接口，凡是通过GET传递的参数中可能会包含特殊字符，都必须进行URL编码，除了中文以外，特殊字符还包括等号“=”、与“&”、空格“ ”等。

2）76-97行：使用JSON-lib解析人脸检测接口返回的JSON数据，并将解析结果存入List中。

3）99行：对集合中的对象进行排序，使用Collections.sort()方法排序的前提是集合中的Face对象实现了Comparable接口。

4）146-203行：组装返回给用户的消息内容。考虑到公众平台的文本消息内容长度有限制，当一张图片中识别出的人脸过多，则只返回一些汇总信息给用户。

5）211-219行：detect()方法是public的，提供给其他类调用。笔者可以在本地的开发工具中运行上面的main()方法，测试detect()方法的输出。

公众账号后台的实现

在公众账号后台的CoreService类中，需要对用户发送的消息类型进行判断，如果是图片消息，则调用人脸检测方法进行分析，如果是其他消息，则返回人脸检测的使用指南。CoreService类的完整代码如下：

[java] view plain copy

1. packageorg.liufeng.course.service;
3. importjava.util.Date;
4. importjava.util.Map;
5. importjavax.servlet.http.HttpServletRequest;
6. importorg.liufeng.course.message.resp.TextMessage;
7. importorg.liufeng.course.util.MessageUtil;
9. /**
10. *核心服务类
11. *
12. *@authorliufeng
13. *@date2013-12-19
14. */
15. publicclassCoreService{
16. /**
17. *处理微信发来的请求
18. */
19. publicstaticStringprocessRequest(HttpServletRequestrequest){
20. //返回给微信服务器的xml消息
21. StringrespXml=null;
22. try{
23. //xml请求解析
24. Map<String,String>requestMap=MessageUtil.parseXml(request);
25. //发送方帐号（open_id）
26. StringfromUserName=requestMap.get("FromUserName");
27. //公众帐号
28. StringtoUserName=requestMap.get("ToUserName");
29. //消息类型
30. StringmsgType=requestMap.get("MsgType");
32. //回复文本消息
33. TextMessagetextMessage=newTextMessage();
34. textMessage.setToUserName(fromUserName);
35. textMessage.setFromUserName(toUserName);
36. textMessage.setCreateTime(newDate().getTime());
37. textMessage.setMsgType(MessageUtil.RESP_MESSAGE_TYPE_TEXT);
39. //图片消息
40. if(MessageUtil.REQ_MESSAGE_TYPE_IMAGE.equals(msgType)){
41. //取得图片地址
42. StringpicUrl=requestMap.get("PicUrl");
43. //人脸检测
44. StringdetectResult=FaceService.detect(picUrl);
45. textMessage.setContent(detectResult);
46. }
47. //其它类型的消息
48. else
49. textMessage.setContent(getUsage());
51. respXml=MessageUtil.textMessageToXml(textMessage);
52. }catch(Exceptione){
53. e.printStackTrace();
54. }
55. returnrespXml;
56. }
58. /**
59. *人脸检测帮助菜单
60. */
61. publicstaticStringgetUsage(){
62. StringBufferbuffer=newStringBuffer();
63. buffer.append("人脸检测使用指南").append("\n\n");
64. buffer.append("发送一张清晰的照片，就能帮你分析出种族、年龄、性别等信息").append("\n");
65. buffer.append("快来试试你是不是长得太着急");
66. returnbuffer.toString();
67. }
68. }

到这里，人脸检测应用就全部开发完成了，整个项目的完整结构如下：

运行结果如下：

笔者用自己的相片测试了两次，测试结果分别是26岁、30岁，这与实际年龄相差不大，可见，Face++的人脸检测准确度还是比较高的。为了增加人脸检测应用的趣味性和娱乐性，笔者忽略了年龄估计值的正负区间。读者可以充分发挥自己的想像力和创造力，使用Face++ API实现更多实用、有趣的功能。应用开发不是简单的接口调用！