Authentication 如何使用Azure认知人脸API验证两个图像？需要样本代码吗

如何使用Azure认知人脸API验证两个图像？需要样本代码

---

我有两张一个人的照片。现在我想比较一下这些图片，看看这些图片是否是同一个人的。从文档中我知道，我必须随url发送两个faceid。我试过了，但不起作用。也许，我错过了什么。请帮助我，如果可能的话，为我提供一些相同的示例代码

---

等待您的响应。

请尝试下面的控制台应用程序代码：

using Microsoft.Azure.CognitiveServices.Vision.Face;
using Microsoft.Azure.CognitiveServices.Vision.Face.Models;
using System;
using System.IO;
using System.Linq;
using System.Threading;

namespace FaceIdentityTest
{
    class Program
    {

        static void Main(string[] args)
        {


            string persionPicPath = @"<some path>\personPic.jpg";

            String[] picsPath = { @"<some path>\pic1.jpg", @"<some path>\pic2.jpg" };

            string endpoint = @"https://<your endpoint name>.cognitiveservices.azure.com/";
            string subscriptionKey = "<your subscription key>";



            IFaceClient faceClient = new FaceClient(
            new ApiKeyServiceClientCredentials(subscriptionKey),
            new System.Net.Http.DelegatingHandler[] { });

            faceClient.Endpoint = endpoint;

            // Create an empty PersonGroup
            Console.WriteLine("create person group");
            string personGroupId = "demogroup";
            faceClient.PersonGroup.CreateAsync(personGroupId, "demo group").GetAwaiter().GetResult();

            // Define a person named Bill
            Console.WriteLine("create a person in group");
            var createPersonResult = faceClient.PersonGroupPerson.CreateAsync(
                // Id of the PersonGroup that the person belonged to
                personGroupId,
                // Name of the person
                "Bill"
            ).GetAwaiter().GetResult();


            //Add a face to Bill
            Console.WriteLine("Add a face to person");
            using (Stream s = File.OpenRead(persionPicPath))
            {
                // Detect faces in the image and add to Anna
                faceClient.PersonGroupPerson.AddFaceFromStreamAsync(
                    personGroupId, createPersonResult.PersonId, s).GetAwaiter().GetResult();
            }

            //Train person group 
            Console.WriteLine("start train person group...");
            faceClient.PersonGroup.TrainAsync(personGroupId).GetAwaiter().GetResult();


            //Check train status
            TrainingStatus trainingStatus = null;
            while (true)
            {
                trainingStatus = faceClient.PersonGroup.GetTrainingStatusAsync(personGroupId).GetAwaiter().GetResult();

                if (trainingStatus.Status != TrainingStatusType.Running)
                {
                    break;
                }
                else {
                    Console.WriteLine("trainning person group...");
                }

                Thread.Sleep(1000);
            }


            foreach (var pic in picsPath) {

                Console.WriteLine("start identify faces in :" + pic);

                using (Stream s = File.OpenRead(pic))
                {
                    var faces = faceClient.Face.DetectWithStreamAsync(s).GetAwaiter().GetResult();
                    var faceIds = faces.Select(face => (Guid)face.FaceId).ToList();

                    var results = faceClient.Face.IdentifyAsync(faceIds, personGroupId).GetAwaiter().GetResult();
                    foreach (var identifyResult in results)
                    {
                        Console.WriteLine("Result of face: {0}", identifyResult.FaceId);
                        if (identifyResult.Candidates.Count == 0)
                        {
                            Console.WriteLine("No one identified");
                        }
                        else
                        {
                            // Get top 1 among all candidates returned
                            var candidateId = identifyResult.Candidates[0].PersonId;
                            var person = faceClient.PersonGroupPerson.GetAsync(personGroupId, candidateId).GetAwaiter().GetResult();
                            Console.WriteLine("Identified as {0}", person.Name);
                        }
                    }

                }

            }
            Console.ReadKey();
        }
    }
}

使用Microsoft.Azure.CognitiveServices.Vision.Face；
使用Microsoft.Azure.CognitiveServices.Vision.Face.Models；
使用制度；
使用System.IO；
使用System.Linq；
使用系统线程；
命名空间FaceIdentityTest
{
班级计划
{
静态void Main（字符串[]参数）
{
字符串personpicpath=@“\personPic.jpg”；
字符串[]picsPath={@“\pic1.jpg”，@“\pic2.jpg}；
字符串端点=@“https://.cognitiveservices.azure.com/";
字符串subscriptionKey=“”；
IFaceClient faceClient=新faceClient(
新的ApiKeyServiceClientCredentials（subscriptionKey），
新系统.Net.Http.DelegatingHandler[]{}）；
faceClient.Endpoint=Endpoint；
//创建一个空的PersonGroup
Console.WriteLine（“创建人员组”）；
字符串personGroupId=“demogroup”；
faceClient.PersonGroup.CreateAsync（personGroupId，“演示组”）.GetAwaiter（）.GetResult（）；
//定义一个叫比尔的人
Console.WriteLine（“在组中创建一个人”）；
var createPersonResult=faceClient.PersonGroupPerson.CreateAsync(
//此人所属的个人组的Id
personGroupId，
//姓名
“法案”
).GetAwaiter（）.GetResult（）；
//给帐单加一张脸
Console.WriteLine（“给人添加一张脸”）；
使用（streams=File.OpenRead（personpicpath））
{
//检测图像中的人脸并添加到
faceClient.PersonGroupPerson.AddFaceFromStreamAsync(
personGroupId，createPersonResult.PersonId，s）.GetAwaiter（）.GetResult（）；
}
//列车员组
控制台.WriteLine（“启动列车人员组…”）；
faceClient.PersonGroup.TrainAsync（personGroupId.GetAwaiter（）.GetResult（）；
//检查列车状态
TrainingStatus TrainingStatus=null；
while（true）
{
trainingStatus=faceClient.PersonGroup.GetTrainingStatusAsync（personGroupId.GetWaiter（）.GetResult（）；
if（trainingStatus.Status！=TrainingStatusType.Running）
{
打破
}
否则{
Console.WriteLine（“培训人员组…”）；
}
睡眠（1000）；
}
foreach（picsPath中的var pic）{
Console.WriteLine（“开始识别：”+pic中的面）；
使用（streams=File.OpenRead（pic））
{
var faces=faceClient.Face.DetectWithStreamAsync.GetAwaiter（）.GetResult（）；
var faceIds=faces.Select（face=>（Guid）face.FaceId.ToList（）；
var results=faceClient.Face.identifySync（faceid，personGroupId）.GetAwaiter（）.GetResult（）；
foreach（var IdentificationResult in results）
{
WriteLine（“面的结果：{0}”，identifyResult.FaceId）；
if（identifyResult.Candidates.Count==0）
{
Console.WriteLine（“无人识别”）；
}
其他的
{
//在所有返回的候选人中获得前1名
var candidateId=IdentificationResult.Candidates[0]。PersonId；
var person=faceClient.PersonGroupPerson.GetAsync（personGroupId，candidateId）.getWaiter（）.GetResult（）；
WriteLine（“标识为{0}”，person.Name）；
}
}
}
}
Console.ReadKey（）；
}
}
}

我的照片：

结果:

顺便说一句，无论您使用哪种编程语言，只要按照本演示中的步骤操作，就可以使用FaceAPI识别人脸

希望能有帮助

您可以在VS中的此处导入Microsoft.Azure.CognitiveServices.Vision.Face：

---

如何获取Microsoft.Azure.CognitiveServices.Vision.Face？我之前试过这个。但它没有出现在名单上。我正在使用visual studio 2013和.Net 4.5.2。有什么问题吗？Hi@Ayan，如本页所示：此软件包只能与SemVer 2.0.0兼容的NuGet客户端一起下载，如Visual Studio 2017（15.3版）及以上版本或NuGet client 4.3.0及以上版本。也许你可以尝试手动导入…嗨@Ayan，我可以知道这篇文章是否对你有帮助吗？如果是这样，请单击答案旁边的复选标记，将其从灰显切换为填充，以标记此答案，从而帮助有类似问题的其他人。您好@Ayan，顺便说一句，我使用的是VS 2019和.Net Framework 4.7.2“我试过了，但不起作用。也许，我错过了什么。请帮助我，如果可能的话，为我提供一些相同的示例代码。”<如果有问题，请添加您的实现细节、您面临的错误等。