虹软的人脸识别是应用与离线开发的，因为不需要网络，所以它的识别速度较快。

好了，废话不多说，接下来就开始教大家怎样使用了。

1.首先就是去官网申请APPKEY，各种密匙，然后在下载jar包，这些就不一一给大家讲解了。注意一下，要在app的gradle里面加上

sourceSets { main { jniLibs.srcDirs = ['libs'] } }

　　

这句话，不然可能会造成so库加载不了的错误。

2.接下里就需要进行开发了。

就拿人脸检测的功能来说吧，首先需要

对引擎初始化，

AFD_FSDKEngine engine1 = new AFD_FSDKEngine(); AFD_FSDKError err = engine1.AFD_FSDK_InitialFaceEngine(Config.APP_ID, Config.FD_KEY, AFD_FSDKEngine.AFD_OPF_0_HIGHER_EXT, 16, 5);

　　

我们还需要一个集合，用来存放我们检测到的人脸，

List
     
       result = new ArrayList
      
       ();//新建AFD_FSDKFacejihe，用于存放识别的人脸信息
      
     

　　

接下来我们就可以进行人脸的检测了，但是对于照片的选取和格式是有要求的，所以我们需要对照片进行格式处理一下。

Bitmap bitmap1 = decodeImage(path1);//path是照片的路径，先选取照片，转化为bitmap byte[] data1 = getNv21(bitmap1);//再将bitmap转化为NV21格式的

　　

下面是工具类decodeImage和getNv21的代码：

//getNv21 和 decodeImage 是照片格式的转化工具 public byte[] getNv21(Bitmap mBitmap) { byte[] data = new byte[mBitmap.getWidth() * mBitmap.getHeight() * 3 / 2]; ImageConverter convert = new ImageConverter(); convert.initial(mBitmap.getWidth(), mBitmap.getHeight(), ImageConverter.CP_PAF_NV21); if (convert.convert(mBitmap, data)) { Log.e("TAG", "convert ok!"); } convert.destroy(); return data; } public static Bitmap decodeImage(String path) { Bitmap res; try { ExifInterface exif = new ExifInterface(path); int orientation = exif.getAttributeInt(ExifInterface.TAG_ORIENTATION, ExifInterface.ORIENTATION_NORMAL); BitmapFactory.Options op = new BitmapFactory.Options(); op.inSampleSize = 1; op.inJustDecodeBounds = false; //op.inMutable = true; res = BitmapFactory.decodeFile(path, op); //rotate and scale. Matrix matrix = new Matrix(); if (orientation == ExifInterface.ORIENTATION_ROTATE_90) { matrix.postRotate(90); } else if (orientation == ExifInterface.ORIENTATION_ROTATE_180) { matrix.postRotate(180); } else if (orientation == ExifInterface.ORIENTATION_ROTATE_270) { matrix.postRotate(270); } Bitmap temp = Bitmap.createBitmap(res, 0, 0, res.getWidth(), res.getHeight(), matrix, true); Log.d("com.arcsoft", "check target Image:" + temp.getWidth() + "X" + temp.getHeight()); if (!temp.equals(res)) { res.recycle(); } return temp; } catch (Exception e) { e.printStackTrace(); } return null; }

　　

对格式进行转化完成后，就开始进行人脸的检测了。

err = engine1.AFD_FSDK_StillImageFaceDetection(data1, bitmap1.getWidth(), bitmap1.getHeight(), AFD_FSDKEngine.CP_PAF_NV21, result); Log.e("TAG", "getBit: " + result.size());

　　

我们可以查看集合result的size，来确定是否检测到人脸。

在代码的最后，一定要对初始化的引擎进行销毁处理。不然程序会因为内存问题而崩溃。

engine1.AFD_FSDK_UninitialFaceEngine();

人脸对比是在人脸检测的基础上进行的，在一张照片上先检测到人脸的信息，然后再将人脸的信息进行比对。

List result = new ArrayList();

上面已经介绍了，检测到的人脸信息都是存放在result的集合中的，

然后是创建两个存放人脸点位信息的类

AFR_FSDKFace face1 = new AFR_FSDKFace();AFR_FSDKFace face2 = new AFR_FSDKFace(); 将检测到的人脸信息的点位信息存放到 face类中 //新建两个AFR_FSDKFace类，保存人脸特征信息 AFR_FSDKFace face1 = new AFR_FSDKFace(); AFR_FSDKFace face2 = new AFR_FSDKFace(); //对人脸特征信息的检测 er = engine_camera.AFR_FSDK_ExtractFRFeature(data_image, bitmap_idcard.getWidth(),bitmap_idcard.getHeight(), AFR_FSDKEngine.CP_PAF_NV21, new Rect(result_image.get(0).getRect()), result_image.get(0).getDegree(),face1); er = engine_camera.AFR_FSDK_ExtractFRFeature(data, wid,

　　

最后的比对的相似度信息存放在score中， float score_face = score.getScore();

我们可以通过这种方式得到 我们想要的相似度信息，最后得到的数据是float类型的。

*注意！

在使用照片的时候，分辨率大小最好是偶数的，不然会发生未知的错误。

在进行人脸信息提取的时候，会耗时，耗时的时长，是根据设备的CPU处理能力来说的。