Qt怎么实现人脸识别服务端
发表于：2025-12-02 作者：千家信息网编辑
千家信息网最后更新 2025年12月02日，这篇文章主要介绍"Qt怎么实现人脸识别服务端"，在日常操作中，相信很多人在Qt怎么实现人脸识别服务端问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"Qt怎么实现人脸识别服
千家信息网最后更新 2025年12月02日Qt怎么实现人脸识别服务端
这篇文章主要介绍"Qt怎么实现人脸识别服务端"，在日常操作中，相信很多人在Qt怎么实现人脸识别服务端问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答"Qt怎么实现人脸识别服务端"的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
一、前言
自定义人脸识别协议采用的是tcp通信协议，其实也可以改成http协议，这也是大部分厂家的做法，毕竟现在http post非常流行，通用性好，返回个json数据非常规范，本程序目前采用的tcp协议是为了兼容以前的旧的系统，毕竟之前的系统都是按照那个格式定义的，推翻重来那之前写过的很多设备的程序都需要更改，一个人肯定忙不过来，而且之前的程序也是经过大量的现场应用检验过的，非常稳定，一旦改动程序的话有需要很长时间的磨合测试。
自定义人脸识别协议功能：
离线使用，同时支持百度的离线包和嵌入式linux人脸识别静态库。
支持多个连接并发，自动排队处理，返回的时候带上唯一标识区分。
传入单张图片返回人脸区域。
传入单张图片返回人脸特征值。
传入单张图片或者多张图片返回是否是活体。
传入两张图片返回比对结果。
传入两个特征值返回比对结果。
传入单张图片添加人脸。
指定唯一标识符删除人脸。
传入单张照片返回相似度最大的人脸信息。
修改人脸服务的配置参数比如是否快速查找、人脸占比等。
二、功能特点
支持的功能包括人脸识别、人脸比对、人脸搜索、活体检测等。
在线版还支持身份证、驾驶证、行驶证、银行卡等识别。
在线版的协议支持百度、旷视，离线版的支持百度，可定制。
除了支持X86架构，还支持嵌入式linux比如contex-A9、树莓派等。
每个功能的执行除了返回结果还返回执行用时时间。
多线程处理，通过type控制当前处理类型。
支持单张图片检索相似度最高的图片。
支持指定目录图片用来生成人脸特征值文件。
可设置等待处理图片队列中的数量。
每次执行都有成功或者失败的信号返回。
人脸搜索的返回结果包含了原图+最大相似度图+相似度等。
人脸比对同时支持两张图片和两个特征值比对。
相关功能自定义一套协议用于客户端和服务端，可以通过TCP通信进行交互。
自定义人脸识别协议非常适用于中心一台服务器，现场若干设备请求的场景。
每个模块全部是独立的一个类，代码整洁、注释完善。
三、效果图
四、核心代码
void FaceSdkSocket::checkData(){ QMutexLocker locker(&mutex); QDomDocument dom; if (!DeviceFun::getReceiveXmlData(buffer, dom, "IFACE:", 10)) { return; } //逐个取出节点判断数据 emit receiveData(clientIP, dom.toString()); QDomElement element = dom.documentElement(); if (element.tagName() == "FaceClient") { QString deviceIP = element.attribute("DeviceIP"); QDomNode childNode = element.firstChild(); QString name = childNode.nodeName(); QString value = element.text(); //qDebug() << TIMEMS << name << value; if (name == "DeviceHeart") { sendOk(); emit receiveAnaly(deviceIP, "设备心跳"); } else if (name == "FindFace") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID); QImage image = DeviceFun::getImage(value); checkImage(image); emit receiveAnaly(deviceIP, "请求人脸区域"); //发送到人脸识别线程处理#ifdef facelocal FaceLocalBaiDu::Instance()->setType(0); FaceLocalBaiDu::Instance()->append(flag, image);#elif facearm FaceLocalArm::Instance()->setType(0); FaceLocalArm::Instance()->append(flag, image);#endif } else if (name == "FindFeature") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID); QImage image = DeviceFun::getImage(value); checkImage(image); emit receiveAnaly(deviceIP, "请求人脸特征"); //发送到人脸识别线程处理#ifdef facelocal FaceLocalBaiDu::Instance()->setType(1); FaceLocalBaiDu::Instance()->append(flag, image);#elif facearm FaceLocalArm::Instance()->setType(1); FaceLocalArm::Instance()->append(flag, image);#endif } else if (name == "FindLive") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID); QImage image = DeviceFun::getImage(value); checkImage(image); emit receiveAnaly(deviceIP, "请求活体检测"); //发送到人脸识别线程处理#ifdef facelocal FaceLocalBaiDu::Instance()->setType(5); FaceLocalBaiDu::Instance()->append(flag, image);#endif } else if (name == "CompareByImage") { //取出子节点 QDomNodeList nodeList = childNode.childNodes(); int nodeCount = nodeList.count(); if (nodeCount == 2) { QString faceID1, faceID2; QImage faceImage1, faceImage2; for (int i = 0; i < nodeCount; i++) { childNode = nodeList.at(i); element = childNode.toElement(); name = childNode.nodeName(); value = element.text(); if (name == "FaceImage1") { faceID1 = element.attribute("FaceID"); faceImage1 = DeviceFun::getImage(value); } else if (name == "FaceImage2") { faceID2 = element.attribute("FaceID"); faceImage2 = DeviceFun::getImage(value); } } checkImage(faceImage1); checkImage(faceImage2); QString flag1 = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID1); QString flag2 = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID2); emit receiveAnaly(deviceIP, "请求人脸照片比对"); //发送到人脸识别线程处理#ifdef facelocal FaceLocalBaiDu::Instance()->setType(2); FaceLocalBaiDu::Instance()->append(flag1 + "|" + flag2, faceImage1, faceImage2);#elif facearm FaceLocalArm::Instance()->setType(2); FaceLocalArm::Instance()->append(flag1 + "|" + flag2, faceImage1, faceImage2);#endif } } else if (name == "CompareByFeature") { element = childNode.toElement(); QString faceID = element.attribute("FaceID"); //取出子节点 QDomNodeList nodeList = childNode.childNodes(); int nodeCount = nodeList.count(); if (nodeCount == 2) { QStringList faceFeature1, faceFeature2; for (int i = 0; i < nodeCount; i++) { childNode = nodeList.at(i); element = childNode.toElement(); name = childNode.nodeName(); value = element.text(); if (name == "FaceFeature1") { faceFeature1 = value.split("|"); } else if (name == "FaceFeature2") { faceFeature2 = value.split("|"); } } emit receiveAnaly(deviceIP, "请求人脸特征比对"); //特征比对速度非常快,忽略不计,立即比对并将结果返回 int count1 = faceFeature1.count(); int count2 = faceFeature2.count(); if (count1 != 256 || count2 != 256) { sendMsg("faceFeature count != 256"); return; } QList feature1, feature2; for (int i = 0; i < 256; i++) { feature1 << faceFeature1.at(i).toFloat(); feature2 << faceFeature2.at(i).toFloat(); }#ifdef facelocal float result = FaceLocalBaiDu::Instance()->getFaceCompare(faceID, feature1, feature2); sendFaceCompare(faceID, result, 1);#elif facearm float result = FaceLocalArm::Instance()->getFaceCompare(faceID, feature1, feature2); sendFaceCompare(faceID, result, 1);#endif } } else if (name == "AppendFace") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID); QImage image = DeviceFun::getImage(value); checkImage(image); emit receiveAnaly(deviceIP, "添加人脸"); //发送到人脸识别线程处理 QString file = QString("%1/%2.txt").arg(FACEPATH).arg(faceID);#ifdef facelocal FaceLocalBaiDu::Instance()->appendFace(flag, image, file);#elif facearm FaceLocalArm::Instance()->appendFace(flag, image, file);#endif } else if (name == "DeleteFace") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); emit receiveAnaly(deviceIP, "删除人脸"); //发送到人脸识别线程处理#ifdef facelocal FaceLocalBaiDu::Instance()->deleteFace(faceID);#elif facearm FaceLocalArm::Instance()->deleteFace(faceID);#endif sendOk(); } else if (name == "FindByImage") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); QString flag = QString("%1_%2").arg(this->socketDescriptor()).arg(faceID); QImage image = DeviceFun::getImage(value); checkImage(image); emit receiveAnaly(deviceIP, "根据图片查找人脸"); //发送到人脸识别线程处理#ifdef facelocal FaceLocalBaiDu::Instance()->setOneImg(flag, image);#elif facearm FaceLocalArm::Instance()->setOneImg(flag, image);#endif } else if (name == "FindByFeature") { element = childNode.toElement(); value = element.text(); if (value.length() == 0) { return; } //用连接的描述符加上用户传入的描述符组合,方便接收处判断发送给那个连接 QString faceID = element.attribute("FaceID"); QStringList faceFeature = value.split("|"); emit receiveAnaly(deviceIP, "根据特征查找人脸"); int count = faceFeature.count(); if (count != 256) { return; } QList feature; for (int i = 0; i < 256; i++) { feature << faceFeature.at(i).toFloat(); } //比对速度很快,立即比对并返回结果 QString targetName; float result; int msec;#ifdef facelocal FaceLocalBaiDu::Instance()->getFaceOne(faceID, feature, targetName, result, msec);#elif facearm FaceLocalArm::Instance()->getFaceOne(faceID, feature, targetName, result, msec);#endif if (!targetName.isEmpty()) { QString imageFile = QString("%1/%2").arg(FACEPATH).arg(targetName); sendFaceCompareOne(faceID, QImage(), QImage(imageFile), targetName, result, msec); } } else if (name == "UpdateConfig") { element = childNode.toElement(); emit receiveAnaly(deviceIP, "修改人脸配置"); bool findFast = (element.attribute("FindFast") == "true" ? true : false); int facePercent = element.attribute("FacePercent").toInt();#ifdef facelocal FaceLocalBaiDu::Instance()->setFindFast(findFast); FaceLocalBaiDu::Instance()->setPercent(facePercent);#elif facearm FaceLocalArm::Instance()->setFindFast(findFast); FaceLocalArm::Instance()->setPercent(facePercent);#endif //立即回复 sendFaceConfig(findFast, facePercent); emit configChanged(findFast, facePercent); } }}void FaceSdkSocket::checkImage(const QImage &image){ //如果照片宽高过大则发出提示到客户端 if (image.width() >= 1280 || image.height() >= 720) { sendMsg("Image Size Is Too Large"); }}void FaceSdkSocket::setClientIP(const QString &clientIP){ this->clientIP = clientIP;}QString FaceSdkSocket::getClientIP(){ return this->clientIP;}void FaceSdkSocket::sendData(const QString &body){ //构建xml字符串 QStringList list; list.append(QString("").arg(clientIP).arg(DATETIME)); list.append(body); list.append(" "); QString data = DeviceFun::getSendXmlData(list.join(""), "IFACE:"); this->write(data.toUtf8()); emit sendData(clientIP, data);}void FaceSdkSocket::sendOk(){ sendData(""); emit sendAnaly(clientIP, "心跳应答");}void FaceSdkSocket::sendMsg(const QString &msg){ sendData(QString("%1 ").arg(msg)); emit sendAnaly(clientIP, "提示信息");}void FaceSdkSocket::sendFaceRect(const QString &faceID, const QString &faceRect, int msec){ QString data = QString("%2 ") .arg(faceID).arg(faceRect).arg(msec); sendData(data); emit sendAnaly(clientIP, "返回人脸区域");}void FaceSdkSocket::sendFaceFeature(const QString &faceID, const QString &faceFeature, int msec){ QString data = QString("%2 ") .arg(faceID).arg(faceFeature).arg(msec); sendData(data); emit sendAnaly(clientIP, "返回人脸特征");}void FaceSdkSocket::sendFaceCompare(const QString &faceID, float result, int msec){ QString data = QString("%4|%5 ") .arg(faceID).arg(result).arg(targetName).arg(DeviceFun::getImageData(sourceImage)).arg(DeviceFun::getImageData(targetImage)).arg(msec); sendData(data); emit sendAnaly(clientIP, "返回最相似人脸");} 到此，关于"Qt怎么实现人脸识别服务端"的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注网站，小编会继续努力为大家带来更多实用的文章！
人脸
图片
处理
支持
特征
线程
服务
用户
结果
组合
相似
功能
特征值
程序
学习
区域
活体
照片
节点
最大
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
吉林现代化软件开发发展现状
在数据库中查找平均成绩
云服务器安全等保
保障网络安全维护
关闭qq多客户端管理服务器
华为数据库找不到了
网络安全有奖问答题
影流服务器在哪里
史蒂夫大战僵尸服务器
管理系统软件开发收费
mac 下数据库管理工具
网络技术要哪些岗位
商城软件开发放心省心
福建常乐网络技术有限公司
网络技术服务一般增值税
软件开发i58300够吗
网络技术服务费怎么抵扣
魔兽抖音老雷在哪个服务器
苹果贵州服务器机柜
打印快递单数据库素材图
国家对信息网络安全的要求
数据库表没有主键正常吗
滨湖区软件开发哪家强
网络安全问题怎么实现
杭州java软件开发服务费
数据库市场区域规模
服务器cpu发热量不大么
vs怎么打开服务器管理器
武汉租房软件开发
食物营养成分数据库
