AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

qt5.8（c++）实现阿里云人脸识别云接口

2018-08-06 2137
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 阿里云提供了人脸识别的api，其示例除了c/c++,其他主流语言都有相应的实例。 本人由于项目债务和集成需要，需要用c/c++实现，若只是支持win/Linux平台，采用 acl_master源码库也可行，有需要的可参考《阿里云短信服务接口的c++实现》， 阿里云的短信服务接口与人脸识别在数据签名、加密等方面是一致的。

阿里云提供了人脸识别的api，其示例除了c/c++,其他主流语言都有相应的实例。

本人由于项目债务和集成需要，需要用c/c++实现，若只是支持win/Linux平台，采用

acl_master源码库也可行，有需要的可参考《阿里云短信服务接口的c++实现》，

阿里云的短信服务接口与人脸识别在数据签名、加密等方面是一致的。

我当前项目由于跨平台支持android编译，所以采用了qt实现阿里云的人脸识别接口。

备注：若需要静态编译实现阿里云的人脸识别，可能 qt环境需要重新静态编译network模块，追加openssl静态编译支持，

更细节的实现可以参考《qt5.8_for_vs2015 and openssl静态编译 》。

阿里云的人脸识别主要有两个难点，其一是，若你直接传输图片内容，需要对图片内容进行编码，其二是需要实现签名认证。

下面就如何实现阿里云的人脸属性识别的过程（人脸检测定位、人脸比对类似）：

1）首先需要开通 阿里云 的人脸识别服务，下面是本人在阿里云的云产品通用代金券链接：

https://promotion.aliyun.com/ntms/yunparter/invite.html?userCode=pfb80n4a

开通服务后，进入 人脸识别的控制台，在其左侧栏目有个API调试，点击进去，这里标注的

请求地址是我们需要用到的,例如：https://dtplus-cn-shanghai.data.aliyuncs.com/face/attribute

另外 Access Key ID和Access Key Secret在API调用也需要，在你的头像下的AccessKeys项点击进去获取即可。

2）阿里API说明手册指出，若图片内容指定url，需要你只身配备网络存储路径，采用阿里的OSS也是不错的选择，若直接传输图片内容，需要采用base64编码，刚好qt5.8就能直接实现，下面就直接传输本地图片内容进行阿里云人脸识别API调用，记得qt工程文件需要添加，

QT += network

示例代码：

QByteArray  FaceDetectObject::Image_To_Base64(QString image_path)
{
    QImage image(image_path);
    QByteArray ba;
    QBuffer buf(&ba);
    image.save(&buf,"jpg");
    QByteArray hexed = ba.toBase64();
    buf.close();
    return hexed;
}

 

3）关于人脸识别的通信接口的签名的细节要求查看官方说明文档《API校验规范》章节，其内容要求UTF-8和Base64编码，签名算法遵循RFC 2104HMAC-SHA1规范。

MD5转换示例代码：

QByteArray FaceDetectObject::getMD5(QByteArray bytes_)
{
    QCryptographicHash ch(QCryptographicHash::Md5);
    QByteArray ret;
    ch.addData(bytes_);
    ret = ch.result();
    return ret;
}

 

HMACSha1算法示例代码：

QByteArray FaceDetectObject::HMACSha1(QByteArray key, QByteArray baseString)
 {
     int blockSize = 64;                // HMAC-SHA-1 block size, defined in SHA-1 standard
     if (key.length() > blockSize) {    // if key is longer than block size (64), reduce key length with SHA-1 compression
         key = QCryptographicHash::hash(key, QCryptographicHash::Sha1);
     }
     QByteArray innerPadding(blockSize, char(0x36)); // initialize inner padding with char "6"
     QByteArray outerPadding(blockSize, char(0x5c)); // initialize outer padding with char "/"
     // ascii characters 0x36 ("6") and 0x5c ("/") are selected because they have large
     // Hamming distance (http://en.wikipedia.org/wiki/Hamming_distance)
     for (int i = 0; i < key.length(); i++) {
         innerPadding[i] = innerPadding[i] ^ key.at(i); // XOR operation between every byte in key and innerpadding, of key length
         outerPadding[i] = outerPadding[i] ^ key.at(i); // XOR operation between every byte in key and outerpadding, of key length
     }
     // result = hash ( outerPadding CONCAT hash ( innerPadding CONCAT baseString ) ).toBase64
     QByteArray total = outerPadding;
     QByteArray part = innerPadding;
     part.append(baseString);
     total.append(QCryptographicHash::hash(part, QCryptographicHash::Sha1));
     QByteArray hashed = QCryptographicHash::hash(total, QCryptographicHash::Sha1);
          /// 注意——>把字符串hashed转换为Hex，内存中的ASCII码arrayFromHexString
     QByteArray arrayFromHexString = QByteArray::fromHex(hashed.toHex());
     qDebug()<<"hmacSha1内存中的ASCII码 arrayFromHexString \n"<<arrayFromHexString.toHex();
     return arrayFromHexString;
}

4)阿里云一般对于http协议的时间格式要求是GMT的

也就是QT里面的UTC格式， 实现 样例：

QLocale lo = QLocale::English;//设置QLocale为英文
    QString date = lo.toString(QDateTime::currentDateTimeUtc(),"ddd, dd MMM yyyy hh:mm:ss")+QString(" GMT");

其通信协议需要openssl支持才能实现https请求，实现 样例：

    QNetworkRequest request;
    QSslConfiguration config;
    config.setPeerVerifyMode(QSslSocket::VerifyNone);
    config.setProtocol(QSsl::TlsV1_0);
    request.setSslConfiguration(config);

5）实现阿里云的人脸属性识别请求,记得把key和密钥换成自己的：

void FaceDetectObject::do_post_al(QByteArray bytearray)
{
    qDebug()<<"img_bytearray_size="<<bytearray.size()<<"\n";
//    qDebug()<<"img_bytearray="<<bytearray.data()<<"\n";
    url = QUrl("https://dtplus-cn-shanghai.data.aliyuncs.com/face/attribute",QUrl::TolerantMode);
//    url.toEncoded();
    qDebug() <<"url="<<url.url()<<"\n";
    QString ak_id = "**************";                //you key
    QString ak_secret = "**************************";//you secret
    /*
     * http header 参数
     */
    QString method = "POST";
    QString accept = "application/json";
    QString content_type = "application/json";
    QLocale lo = QLocale::English;//设置QLocale为英文
    QString date = lo.toString(QDateTime::currentDateTimeUtc(),"ddd, dd MMM yyyy hh:mm:ss")+QString(" GMT");
    qDebug() <<"date = " << date <<"\n";
    //1.对body做MD5+BASE64加密
    QByteArray body = QString("{\"type\":\"1\",\"content\":\"%1\"}").arg(bytearray.data()).toLocal8Bit();
    qDebug() <<"body = " << body <<"\n";
    QByteArray bodyMd5 = getMD5(body);
    qDebug() <<"bodyMd5 = " << bodyMd5 <<"\n";
    QString bodyBase64 = bodyMd5.toBase64();
    qDebug() <<"bodyBase64 = " << bodyBase64 <<"\n";
    QString stringToSign = method + "\n" + accept + "\n" + bodyBase64 + "\n" + content_type + "\n" + date + "\n"+ url.path();
    qDebug() << "stringToSign="<<stringToSign<<"\n";
    // 2.计算 HMAC-SHA1
    QString signature = HMACSha1(ak_secret.toLocal8Bit(),stringToSign.toLocal8Bit()).toBase64();
    qDebug() << "signature="<<signature<<"\n";
    // 3.得到 authorization header
    QString authHeader = "Dataplus " + ak_id + ":" + signature;
    qDebug() << "authHeader="<<authHeader<<"\n";
    QNetworkRequest request;
//    request.sslConfiguration().setPeerVerifyMode(QSslSocket::VerifyNone);
//    request.sslConfiguration().setProtocol(QSsl::TlsV1_0);

    QSslConfiguration config;
    config.setPeerVerifyMode(QSslSocket::VerifyNone);
    config.setProtocol(QSsl::TlsV1_0);
    request.setSslConfiguration(config);

    request.setUrl(url);
    request.setRawHeader(QByteArray("accept"), accept.toLocal8Bit());
    request.setHeader(QNetworkRequest::ContentTypeHeader,content_type);
    request.setRawHeader(QByteArray("date"), date.toLocal8Bit());
    request.setRawHeader(QByteArray("Authorization"), authHeader.toLocal8Bit());
//    request.setRawHeader(QByteArray("Connection"), QByteArray("keep-alive"));
    if(reply != Q_NULLPTR) {//更改reply指向位置钱一定要保证之前的定义了自动delete
        reply->deleteLater();
    }
    reply = manager->post(request,body);
//            connect(reply, &QNetworkReply::finished, this, &FaceDetectThread::finishedReplay);
    connect(reply, SIGNAL(finished()), this, SLOT(finishedReplay()));
    connect(reply, SIGNAL(error(QNetworkReply::NetworkError)),
              this, SLOT(slotError(QNetworkReply::NetworkError)));
//            connect(reply, SIGNAL(sslErrors(QList<QSslError>)),
//                      this, SLOT(slotSslErrors(QList<QSslError>)));
    connect(reply,SIGNAL(downloadProgress(qint64,qint64)),
            this,SLOT(downloadProgress(qint64,qint64)));
    qDebug() << "start post_al";
}

备注：bytearray是base64的图片内容

6）请求返回的数据为JSON格式 描述，字段描述细节参考官方的人脸属性识别API 调用说明，内容有点多，我就不截图。

返回数据获取示例代码如下：

void FaceDetectObject::finishedReplay()
{
    QByteArray bytes = reply->readAll();
    const QVariant redirectionTarget = reply->attribute(QNetworkRequest::RedirectionTargetAttribute);
    reply->deleteLater();
    reply = Q_NULLPTR;
    if (!redirectionTarget.isNull()) {//如果网址跳转重新请求
        const QUrl redirectedUrl = url.resolved(redirectionTarget.toUrl());
        qDebug()<<"redirectedUrl:"<<redirectedUrl.url()<<"\n";
        url = redirectedUrl;
        qDebug()<<"new_url="<<url.toString().toLocal8Bit()<<"\n";
        //写出新url，测试使用
        QFile f("url_.txt");//写出文件
        f.open(QFile::WriteOnly);
        f.write(url.toString().toLocal8Bit());
        f.close();
        return;
    }
    qDebug()<<"finished:\n";
    QString  html_text = bytes;
    qDebug()<<"get ready,read size:"<<html_text.size();
    qDebug()<< "ret_html_text:\n"<<html_text<<"\n";
    //保存结果，测试使用
    QFile f("result.html");//写出文件
    f.open(QFile::WriteOnly);
    f.write(bytes);
    f.close();
}

返回结果示例：

{"face_num":1,"face_rect":[391,365,94,127],"face_prob":[1.0],"pose":[5.843783378601074,-3.454075336456299,2.8692541122436523],"landmark_num":105,"landmark":[..展示需要删除..],"iris":[417.10675048828125,415.4582214355469,4.029685020446777,460.1661071777344,418.9272155761719,4.029685020446777],"gender":[0],"age":[28],"expression":[0],"glass":[0],"dense_fea_len":1024,"dense_fea":"[..展示需要删除..]","errno":0,"request_id":"3bad9b68-b337-4c07-8661-403178948a31"}

取得返回结果后就是 业务应用的范畴了，人脸检测定位、人脸比对实现类似。基于我的业务逻辑只需要脸数、性别、年龄、笑容，示例代码如下：

//输入参数来自:QByteArray bytes = reply->readAll();
void FaceDetectObject::JsonDecode(QByteArray bytes)
{
    QJsonParseError json_error;
    QJsonDocument retVals = QJsonDocument::fromJson(bytes,&json_error);
    if(json_error.error == QJsonParseError::NoError)
    {
        if(retVals.isObject())
        {
            int face_num_val=0 ;
            QVector<bool> genders;
            QVector<int> ages;
            QVector<bool> expressions;
            QJsonObject obj = retVals.object();
            if(obj.contains("face_num"))
            {
                QJsonValue face_num_Json = obj.value("face_num");
                qDebug() <<"face_num_Json="<< face_num_Json.toInt()<<"\n";
                if(face_num_Json.isDouble())
                {
                    face_num_val = face_num_Json.toInt();
                }
            }
            if(obj.contains("gender"))
            {
                QJsonValue gender_Json = obj.value("gender");
                if(gender_Json.isArray())
                {
                    QJsonArray gender_vals = gender_Json.toArray();
                    qDebug() <<"gender_vals="<< gender_vals<<"\n";
                    foreach (QJsonValue gval, gender_vals) {
                        if(gval.isDouble())
                            genders.push_back(gval.toInt()>0?true:false);
                    }
                    if(genders.size()!=face_num_val)
                    {
                        qDebug() << QString("gender vector num(%1) is not map face_num(%2)!")
                                    .arg(genders.size()).arg(face_num_val);
                    }

                }else{
                    qDebug() << "gender_Json value type is not map Array!";
                }
            }
            if(obj.contains("age"))
            {
                QJsonValue age_Json = obj.value("age");

                if(age_Json.isArray())
                {
                    QJsonArray age_vals = age_Json.toArray();
                    qDebug() <<"age_vals="<< age_vals<<"\n";
                    foreach (QJsonValue age_val, age_vals) {
                        if(age_val.isDouble())
                            ages.push_back(age_val.toInt());
                    }
                    if(ages.size()!=face_num_val)
                    {
                        qDebug() << QString("ages vector num(%1) is not map face_num(%2)!")
                                    .arg(ages.size()).arg(face_num_val);
                    }
                }else{
                    qDebug() << "age_Json value type is not map Array!";
                }
            }
            if(obj.contains("expression"))
            {
                QJsonValue expression_Json = obj.value("expression");
                if(expression_Json.isArray())
                {
                    QJsonArray expression_vals = expression_Json.toArray();
                    qDebug() <<"expression_vals="<< expression_vals<<"\n";
                    foreach (QJsonValue expression_val, expression_vals) {
                        if(expression_val.isDouble())
                            expressions.push_back(expression_val.toInt()>0?true:false);
                    }
                    if(expressions.size()!=face_num_val)
                    {
                        qDebug() << QString("expressions vector num(%1) is not map face_num(%2)!")
                                    .arg(expressions.size()).arg(face_num_val);
                    }
                }else{
                    qDebug() << "expression_Json value type is not map Array!";
                }
            }
            qDebug() << "face_num_val="<<face_num_val<<"\n"
                     << "genders="<<genders<<"\n"
                     << "ages="<<ages<<"\n"
                     << "expressions="<<expressions<<"\n";
        }
    }else{
        qDebug() << "QJsonDocument::fromJson fail:"<<json_error.errorString()<<"\n";
    }

下面给出本实例的完整通信接口供有需要的朋友，记得换成自己的key和密钥，由于是示例代码，很多地方未做优化和产品化考虑，请大家斟酌参考：

#ifndef FACEDETECTOBJECT_H
#define FACEDETECTOBJECT_H

#include <QObject>
#include <QString>
#include <QByteArray>
#include <QImage>

#include <QNetworkAccessManager>
#include <QUrl>
#include <QNetworkRequest>
#include <QNetworkReply>

class FaceDetectObject
        : public QObject
{
    Q_OBJECT
public:
    FaceDetectObject(QObject * parent = 0);
    ~FaceDetectObject();

private:
    QByteArray getMD5(QByteArray bytes_);
    QByteArray HMACSha1(QByteArray key, QByteArray baseString);
    QByteArray  Image_To_Base64(QString image_path);
    QImage Base64_To_Image(QByteArray bytearray,QString save_Path);
    QByteArray  Image_To_ByteArray(QString image_path);
    QImage ByteArray_To_Image(QByteArray bytearray,QString save_Path);
public slots:
    void do_get();
    void do_post_img(QString imgFile);
    void do_post(QByteArray bytearray);
    void do_post_al(QByteArray bytearray);
private slots:
    void finishedReplay();
    void slotError(QNetworkReply::NetworkError net_error);
    void downloadProgress(qint64 bytesSent, qint64 bytesTotal);
private:
    QNetworkAccessManager *manager;
    QUrl url;
    QNetworkReply   *reply;
};

#endif // FACEDETECTOBJECT_H

#include "facedetectobject.h"

#include <QBuffer>
#include <QCryptographicHash>
#include <QDateTime>
#include <QFile>
#include <QSslConfiguration>
#include <QSslSocket>
#include <QDebug>

FaceDetectObject::FaceDetectObject(QObject * parent)
    : QObject(parent)
{
//    //test
//    QByteArray src = Image_To_ByteArray("fdtimg.jpg");
//    QImage dest = ByteArray_To_Image(src,"fdtimg_c.jpg");
    manager =new QNetworkAccessManager(this);
    url = QUrl("http://www.baidu.com/");
    reply = Q_NULLPTR;
}

FaceDetectObject::~FaceDetectObject()
{

}

void FaceDetectObject::do_get()
{
    QNetworkRequest request;
    request.setUrl(url);
    if(reply != Q_NULLPTR) {//更改reply指向位置钱一定要保证之前的定义了自动delete
        reply->deleteLater();
    }
    reply = manager->get(request);
//            connect(reply, &QNetworkReply::finished, this, &FaceDetectThread::finishedReplay);
    connect(reply, SIGNAL(finished()), this, SLOT(finishedReplay()));
    connect(reply, SIGNAL(error(QNetworkReply::NetworkError)),
              this, SLOT(slotError(QNetworkReply::NetworkError)));
    connect(reply,SIGNAL(downloadProgress(qint64,qint64)),
            this,SLOT(downloadProgress(qint64,qint64)));
    qDebug() << "start get";
}

void FaceDetectObject::do_post_img(QString imgFile)
{
    qDebug()<<"do_post_img and imgfile="<<imgFile<<"\n";
    QByteArray imgByteArray = Image_To_Base64(imgFile);
    do_post_al(imgByteArray);
}

void FaceDetectObject::do_post(QByteArray bytearray)
{
    QNetworkRequest request;
    request.setUrl(url);
    request.setRawHeader("Content-Type","application/x-www-form-urlencoded");
    if(reply != Q_NULLPTR) {//更改reply指向位置钱一定要保证之前的定义了自动delete
        reply->deleteLater();
    }
    reply = manager->post(request,bytearray);
//            connect(reply, &QNetworkReply::finished, this, &FaceDetectThread::finishedReplay);
    connect(reply, SIGNAL(finished()), this, SLOT(finishedReplay()));
    connect(reply, SIGNAL(error(QNetworkReply::NetworkError)),
              this, SLOT(slotError(QNetworkReply::NetworkError)));
//            connect(reply, SIGNAL(sslErrors(QList<QSslError>)),
//                      this, SLOT(slotSslErrors(QList<QSslError>)));
    connect(reply,SIGNAL(downloadProgress(qint64,qint64)),
            this,SLOT(downloadProgress(qint64,qint64)));
    qDebug() << "start post";
}

void FaceDetectObject::do_post_al(QByteArray bytearray)
{
    qDebug()<<"img_bytearray_size="<<bytearray.size()<<"\n";
//    qDebug()<<"img_bytearray="<<bytearray.data()<<"\n";
    url = QUrl("https://dtplus-cn-shanghai.data.aliyuncs.com/face/attribute",QUrl::TolerantMode);
//    url.toEncoded();
    qDebug() <<"url="<<url.url()<<"\n";
    QString ak_id = "************";                     //key
    QString ak_secret = "*************************";    //secret
    /*
     * http header 参数
     */
    QString method = "POST";
    QString accept = "application/json";
    QString content_type = "application/json";
    QLocale lo = QLocale::English;//设置QLocale为英文
    QString date = lo.toString(QDateTime::currentDateTimeUtc(),"ddd, dd MMM yyyy hh:mm:ss")+QString(" GMT");
    qDebug() <<"date = " << date <<"\n";
    //1.对body做MD5+BASE64加密
    QByteArray body = QString("{\"type\":\"1\",\"content\":\"%1\"}").arg(bytearray.data()).toLocal8Bit();
    qDebug() <<"body = " << body <<"\n";
    QByteArray bodyMd5 = getMD5(body);
    qDebug() <<"bodyMd5 = " << bodyMd5 <<"\n";
    QString bodyBase64 = bodyMd5.toBase64();
    qDebug() <<"bodyBase64 = " << bodyBase64 <<"\n";
    QString stringToSign = method + "\n" + accept + "\n" + bodyBase64 + "\n" + content_type + "\n" + date + "\n"+ url.path();
    qDebug() << "stringToSign="<<stringToSign<<"\n";
    // 2.计算 HMAC-SHA1
    QString signature = HMACSha1(ak_secret.toLocal8Bit(),stringToSign.toLocal8Bit()).toBase64();
    qDebug() << "signature="<<signature<<"\n";
    // 3.得到 authorization header
    QString authHeader = "Dataplus " + ak_id + ":" + signature;
    qDebug() << "authHeader="<<authHeader<<"\n";
    QNetworkRequest request;
//    request.sslConfiguration().setPeerVerifyMode(QSslSocket::VerifyNone);
//    request.sslConfiguration().setProtocol(QSsl::TlsV1_0);

    QSslConfiguration config;
    config.setPeerVerifyMode(QSslSocket::VerifyNone);
    config.setProtocol(QSsl::TlsV1_0);
    request.setSslConfiguration(config);

    request.setUrl(url);
    request.setRawHeader(QByteArray("accept"), accept.toLocal8Bit());
    request.setHeader(QNetworkRequest::ContentTypeHeader,content_type);
    request.setRawHeader(QByteArray("date"), date.toLocal8Bit());
    request.setRawHeader(QByteArray("Authorization"), authHeader.toLocal8Bit());
//    request.setRawHeader(QByteArray("Connection"), QByteArray("keep-alive"));
    if(reply != Q_NULLPTR) {//更改reply指向位置钱一定要保证之前的定义了自动delete
        reply->deleteLater();
    }
    reply = manager->post(request,body);
//            connect(reply, &QNetworkReply::finished, this, &FaceDetectThread::finishedReplay);
    connect(reply, SIGNAL(finished()), this, SLOT(finishedReplay()));
    connect(reply, SIGNAL(error(QNetworkReply::NetworkError)),
              this, SLOT(slotError(QNetworkReply::NetworkError)));
//            connect(reply, SIGNAL(sslErrors(QList<QSslError>)),
//                      this, SLOT(slotSslErrors(QList<QSslError>)));
    connect(reply,SIGNAL(downloadProgress(qint64,qint64)),
            this,SLOT(downloadProgress(qint64,qint64)));
    qDebug() << "start post_al";
}

QByteArray FaceDetectObject::getMD5(QByteArray bytes_)
{
    QCryptographicHash ch(QCryptographicHash::Md5);
    QByteArray ret;
    ch.addData(bytes_);
    ret = ch.result();
    return ret;
}

QByteArray FaceDetectObject::HMACSha1(QByteArray key, QByteArray baseString)
 {
     int blockSize = 64;                // HMAC-SHA-1 block size, defined in SHA-1 standard
     if (key.length() > blockSize) {    // if key is longer than block size (64), reduce key length with SHA-1 compression
         key = QCryptographicHash::hash(key, QCryptographicHash::Sha1);
     }
     QByteArray innerPadding(blockSize, char(0x36)); // initialize inner padding with char "6"
     QByteArray outerPadding(blockSize, char(0x5c)); // initialize outer padding with char "/"
     // ascii characters 0x36 ("6") and 0x5c ("/") are selected because they have large
     // Hamming distance (http://en.wikipedia.org/wiki/Hamming_distance)
     for (int i = 0; i < key.length(); i++) {
         innerPadding[i] = innerPadding[i] ^ key.at(i); // XOR operation between every byte in key and innerpadding, of key length
         outerPadding[i] = outerPadding[i] ^ key.at(i); // XOR operation between every byte in key and outerpadding, of key length
     }
     // result = hash ( outerPadding CONCAT hash ( innerPadding CONCAT baseString ) ).toBase64
     QByteArray total = outerPadding;
     QByteArray part = innerPadding;
     part.append(baseString);
     total.append(QCryptographicHash::hash(part, QCryptographicHash::Sha1));
     QByteArray hashed = QCryptographicHash::hash(total, QCryptographicHash::Sha1);
          /// 注意——>把字符串hashed转换为Hex，内存中的ASCII码arrayFromHexString
     QByteArray arrayFromHexString = QByteArray::fromHex(hashed.toHex());
     qDebug()<<"hmacSha1内存中的ASCII码 arrayFromHexString \n"<<arrayFromHexString.toHex();
     return arrayFromHexString;
}

QByteArray  FaceDetectObject::Image_To_Base64(QString image_path)
{
    QImage image(image_path);
    QByteArray ba;
    QBuffer buf(&ba);
    image.save(&buf,"jpg");
    QByteArray hexed = ba.toBase64();
    buf.close();
    return hexed;
}

QImage FaceDetectObject::Base64_To_Image(QByteArray bytearray,QString save_Path)
{
    QByteArray Ret_bytearray;
    Ret_bytearray = QByteArray::fromBase64(bytearray);
    QBuffer buffer(&Ret_bytearray);
    buffer.open(QIODevice::WriteOnly);
    QImage imageresult;
    imageresult.loadFromData(Ret_bytearray);
    if(save_Path != "")
    {
        qDebug() <<"save" ;
        imageresult.save(save_Path);
    }
    return imageresult;
}

QByteArray  FaceDetectObject::Image_To_ByteArray(QString image_path)
{
    qDebug()<<"image_path="<<image_path<<"\n";
    QImage image(image_path);
    QByteArray ba;
    QBuffer buf(&ba);
    image.save(&buf,"jpg");
    qDebug()<<"ba_size="<<ba.size()<<"\n";
//    qDebug()<<"ba="<<ba.data()<<"\n";
    buf.close();
    return ba;
}

QImage FaceDetectObject::ByteArray_To_Image(QByteArray bytearray,QString save_Path)
{
    QBuffer buffer(&bytearray);
    buffer.open(QIODevice::WriteOnly);
    QImage imageresult;
    imageresult.loadFromData(bytearray);
    if(save_Path != "")
    {
        qDebug() <<"save" ;
        imageresult.save(save_Path);
    }
    return imageresult;
}

void FaceDetectObject::finishedReplay()
{
    QByteArray bytes = reply->readAll();
    const QVariant redirectionTarget = reply->attribute(QNetworkRequest::RedirectionTargetAttribute);
    reply->deleteLater();
    reply = Q_NULLPTR;
    if (!redirectionTarget.isNull()) {//如果网址跳转重新请求
        const QUrl redirectedUrl = url.resolved(redirectionTarget.toUrl());
        qDebug()<<"redirectedUrl:"<<redirectedUrl.url()<<"\n";
        url = redirectedUrl;
        qDebug()<<"new_url="<<url.toString().toLocal8Bit()<<"\n";
        //写出新url，测试使用
        QFile f("url_.txt");//写出文件
        f.open(QFile::WriteOnly);
        f.write(url.toString().toLocal8Bit());
        f.close();
        return;
    }
    qDebug()<<"finished:\n";
    QString  html_text = bytes;
    qDebug()<<"get ready,read size:"<<html_text.size();
    qDebug()<< "ret_html_text:\n"<<html_text<<"\n";
    //保存结果，测试使用
    QFile f("result.html");//写出文件
    f.open(QFile::WriteOnly);
    f.write(bytes);
    f.close();
}

void FaceDetectObject::slotError(QNetworkReply::NetworkError net_error)
{
    qDebug()<< "slotError:"<<net_error;
}

void FaceDetectObject::downloadProgress(qint64 bytesSent, qint64 bytesTotal)
{
    qDebug()<< "\ndownloadProgress done:\n";
    qDebug() << "bytesSent: " << bytesSent<< "  " << "bytesTocal: " << bytesTotal;
}

 

文章标签：
云数据库 ClickHouse
C++
计算机视觉
API
数据格式
JSON
关键词：
阿里云实人认证
实人认证接口
Qt人脸识别
Qt c++
实人认证阿里云
py_tty_0529
目录
相关文章
fensnote
|
6月前
|
开发框架 Linux C语言
C、C++、boost、Qt在嵌入式系统开发中的使用
C、C++、boost、Qt在嵌入式系统开发中的使用
fensnote
211 1
DS小龙哥
|
4月前
|
数据安全/隐私保护 C++ 计算机视觉
Qt(C++)开发一款图片防盗用水印制作小工具
文本水印是一种常用的防盗用手段，可以将文本信息嵌入到图片、视频等文件中，用于识别和证明文件的版权归属。在数字化和网络化的时代，大量的原创作品容易被不法分子盗用或侵犯版权，因此加入文本水印成为了保护原创作品和维护知识产权的必要手段。 通常情况下，文本水印可以包含版权声明、制作者姓名、日期、网址等信息，以帮助识别文件的来源和版权归属。同时，为了增强防盗用效果，文本水印通常会采用字体、颜色、角度等多种组合方式，使得水印难以被删除或篡改，有效地降低了盗用意愿和风险。 开发人员可以使用图像处理技术和编程语言实现文本水印的功能，例如使用Qt的QPainter类进行文本绘制操作，将文本信息嵌入到图片中，
DS小龙哥
181 1
Qt(C++)开发一款图片防盗用水印制作小工具
WK
|
9天前
|
开发框架 开发工具 C++
C++跨平台框架Qt
Qt是一个功能强大的C++跨平台应用程序开发框架，支持Windows、macOS、Linux、Android和iOS等操作系统。它提供了250多个C++类，涵盖GUI设计、数据库操作、网络编程等功能。Qt的核心特点是跨平台性、丰富的类库、信号与槽机制，以及良好的文档和社区支持。Qt Creator是其官方IDE，提供了一整套开发工具，方便创建、编译、调试和运行应用程序。Qt适用于桌面、嵌入式和移动应用开发。
WK
32 5
花开富贵111
|
5月前
|
文字识别 算法 API
视觉智能开放平台产品使用合集之uniapp框架如何使用阿里云金融级人脸识别
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台，这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API，快速将视觉智能功能集成到自己的应用或服务中，而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
花开富贵111
137 0
米码收割机
|
3月前
|
存储 C++
【C++】C++ 基于QT实现散列表学生管理系统（源码+数据+课程论文）【独一无二】
【C++】C++ 基于QT实现散列表学生管理系统（源码+数据+课程论文）【独一无二】
米码收割机
81 1
【C++】C++ 基于QT实现散列表学生管理系统（源码+数据+课程论文）【独一无二】
蓝易云
|
3月前
|
C++
C++ Qt开发：QUdpSocket网络通信组件
QUdpSocket是Qt网络编程中一个非常有用的组件，它提供了在UDP协议下进行数据发送和接收的能力。通过简单的方法和信号，可以轻松实现基于UDP的网络通信。不过，需要注意的是，UDP协议本身不保证数据的可靠传输，因此在使用QUdpSocket时，可能需要在应用层实现一些机制来保证数据的完整性和顺序，或者选择在适用的场景下使用UDP协议。
蓝易云
149 2
米码收割机
|
3月前
|
存储 算法 C++
【C++】C++ QT实现Huffman编码器与解码器（源码+课程论文+文件）【独一无二】
【C++】C++ QT实现Huffman编码器与解码器（源码+课程论文+文件）【独一无二】
米码收割机
81 4
hylreg
|
3月前
|
安全 C++
C++ QT 单例模式
C++ QT 单例模式
hylreg
49 0
DS小龙哥
|
4月前
|
数据可视化 开发者 C++
Qt(C++)使用QChart静态显示3个设备的温度变化曲线
QChart模块是Qt Charts库的基础，提供了用于创建和显示各种类型图表的类和接口。Qt Charts库是一个功能丰富、易于使用的数据可视化工具库，可以帮助开发者在应用程序中添加漂亮而又交互性强的图表。
DS小龙哥
70 1
Qt(C++)使用QChart静态显示3个设备的温度变化曲线
小狮子安度因1
|
3月前
|
安全 C++ Windows
Windows下C++使用gRPC（Qt和VS，含文件包和使用方法）
Windows下C++使用gRPC（Qt和VS，含文件包和使用方法）
小狮子安度因1
282 0

热门文章

最新文章

  • 1
    教程 |【阿里云.人脸识别】Access Key ID 和 Access Key Secret 查看方法
  • 2
    阿里云新版人脸识别 NODEJS 使用示例教程
  • 3
    中国团队夺得MegaFace百万人脸识别冠军，精度98%再创记录，论文代码+数据全开源
  • 4
    最先进的人脸识别门禁 阿里云人脸识别门禁一体机
  • 5
    人脸识别抓拍系统上线，闯红灯分分钟曝光你的照片
  • 6
    《阿里云AI产品必知必会系列电子书》——阿里云视觉智能开放平台——人脸识别QuickStart使用教程（下）
  • 7
    【人脸识别】基于PCA实现ORL人脸识别附matlab代码和报告
  • 8
    实现人脸识别、人脸68个特征点提取，或许这个 Python 库能帮到你
  • 9
    Java中小学智慧校园管理源码（微信小程序端、电子班牌、人脸识别系统、AI智能分析）
  • 10
    阿里云新版人脸识别 C# 使用示例教程
  • 1
    Python实现PCA降维和KNN人脸识别模型(PCA和KNeighborsClassifier算法)项目实战
    102
  • 2
    Python基于MTCNN+FaceNet+SVM进行人脸识别项目实战
    76
  • 3
    【干货分享】.NET人脸识别解决方案
    80
  • 4
    好的资源-----打卡机+Arm+Qt+OpenCV嵌入式项目-基于人脸识别的考勤系统-----B站神经网络与深度学习，商城
    81
  • 5
    视觉智能平台人脸识别页面的链接时效性
    41
  • 6
    人工智能之人脸识别技术应用场景
    338
  • 7
    视觉智能开放平台产品使用合集之人脸核身是否包含静默活体检测
    36
  • 8
    视觉智能开放平台产品使用合集之活体检测通过后，从返回结果中选择哪张图片进行人脸核身
    24
  • 9
    视觉智能开放平台产品使用合集之人脸识别客户端如何直接访问服务器进行人脸识别并传递视频流
    39
  • 10
    视觉智能开放平台产品使用合集之uniapp框架如何使用阿里云金融级人脸识别
    137

    • 相关课程

    更多
  • C++ 入门教程开发文档
  • 达摩院智能语音交互 - 语音合成技术
  • 达摩院智能语音交互 - 语音识别技术
  • 数据管理 DMS产品介绍及Data Copilot演示教程智能助手 DMS Data Copilot简介
  • 阿里云工业视觉智能高级工程师ACP认证免费课程
  • 达摩院智能语音交互 - 声纹识别技术

    • 相关电子书

    更多
  • 使用C++11开发PHP7扩展
  • GPON Class C++ SFP O;T Transce
  • GPON Class C++ SFP OLT Transce

    • 相关实验场景

    更多
  • 【涂鸦即艺术】基于云应用开发平台CAP部署AI实时生图绘板
  • 基于Assistant Api的旅游助手
  • 快速体验智能体API应用
  • 如何快速体验调用通义大模型
  • 函数计算部署PuLID for FLUX人像写真实现换脸效果
  • SAE 极速部署专属 AI 证件照神器

    • 推荐镜像

    更多
  • qt
  • blender
  • cygwin
    • 下一篇
    阿里云OSS设置跨域访问