FRT…FRT4FreeBuf

0x01 环境:

curl安装：
sudo apt-get install curl

MySQLdb安装：
sudo apt get install python-pip
sudo apt-get install libmysqlclient-dev
pip install mysql-python

LAMP:
sudo apt-get install apache2
sudo apt-get install php7.0
sudo apt-get install libapache2-mod-php7.0
sudo apt-get install mysql-server
sudo apt-get install phpmyadmin
sudo chmod 777 /var/www/html/
sudo ln -s /usr/share/phpmyadmin /var/www/html/
sudo sed -i 's/;extension=php_mbstring.dll/extension=php_mbstring.dll/' /etc/php/7.0/apache2/php.ini
sudo /etc/init.d/apache2 restart
mysql --user=root -p
CREATE DATABASE IF NOT EXISTS `FRT` DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci;
USE `FRT`;
CREATE TABLE `None` (`None` int(11) NOT NULL) ENGINE=InnoDB DEFAULT CHARSET=utf8;

OpenCV:
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
git clone https://github.com/0x024/opencv.git
cd ~/opencv
mkdir release
cd release
cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..
make -j8
sudo make install

0x02 目录树:

0×04 代码构建

1：./face/FaceAPI.py  #API的调用

这里为了方便以后进行调用，特意的将FaceAPI写成包，放在创建的face目录下，

FaceAPI中包括delect（面部识别），analyze（面部分析），compare（面部比对），search（面部搜索），faceset（创建面部集合）等，因为官方文档给出的就是采用curl -X POST方式进行数据上传和返回，所以就直接在导入标准库的subprocess包，在python中调用curl，当然还有更好的方法，比如用python标准库里的urllib2里的POST进行上传.但咱们不这是为了省事嘛！返回结果为JSON的格式，为了方面进行调试，特异的将Json写log中，当出现错误的时候，可以查看log的内容，这些JSON数据在下面用到的时候再进行处理

2:./face/DBconnect.py  #数据库的连接

这里将数据库的连接也写在了包里面。

在host里填写数据库的地址，port默认为3306，user为数据库用户名，passwd为数据库密码，db为数据库的名称，charset为数据库编码方式，为了能让表显示中文

3：./import.py #人脸数据的导入

这里的话。首先要创建一个的faceset（人脸的集合）,调用FaceAPI.facesetcreate()进行创建,传入一个outer_id.也就是你要导入这批人脸的集合的唯一标识，这个值是唯一的。为了当你再次运行import.py时候，防止图片多次的重复导入到数据库中或者多次进行faceaddface()，将每次导入的图片文件名写进到log中，这样就可以减少了服务器的压力（虽然这点微不足道，但是毕竟免费用人家的嘛），如果图片不存在的话，将调用FaceAPI.facesetaddface()，将读取到的脸添加到到faceset中

这个要多说一点，首先，将要导入的图片存放才./data/import/下，当然图片要命名为，”ID.name.jpg”的任何格式，毕竟我的数据库在进行创建的时候就是这样进行数据录入的，然后调用os.walk()对路径进行分割，append()进行连接。

这一步就是对调用detect()返回的json文件进行数据的整理，分别提取其中的face_token，gender，facequality的value，当然也可以返回其他的信息，比如gender,age,smiling,headpose,facequality,blur,eyestatus,ethnicity等。

PS:因为我数据库创建时候，写的是face_data(stuID varchar(12),也就是说，你如果命名的ID小于12位的话，那么他前面的数字全部为随机的，所以当调用check_stuID()的时候，if stuID in a[0]:永远为false

这一步就是要将所有的数据写入到数据库中，因为之前，都将ID,nameface_token等信息进行的全局global的声明。所以这里可以直接进行写入，需要提醒的是，每进行一条sql语句，都与要跟一句 conn.commit()才可以将sql语句进行提交

python import.py

最后运行就可以看到图片信息在慢慢的导入到数据库中

4：./img.py #检测图片中所有人的面部

这里就要用到一些OpenCV的内容了，其实不用太去深刻的学习OpenCV，毕竟我们仅仅能使用到OpenCV的很小一部分，而这一部分恰恰正是经常用到的，首先加载cv2.CasacdeClassifier选择器，接着加载图片放在img_search目录下的图片，将起转化为灰度，据说机器对灰度图片的识别效率更高，因为cv2.puttext对中文的支持不够友好，所有这里调用了freetype库(开始已经安装过)，从而可以让脸部的框框显示中文，在for循环中，每找到一个面部，就会调用cv2.rectangle(),将面部用黄色的方框标记出来(当然你也可以尝试其他颜色，这里只需要修改BGR（0.255.255）的值就可以)，并命名其为*.pgm,写入到/data/search/文档下，然后调用FaceAPI.seaechItoI()，让.pgm图像与faceset集合进行比对，并且返回faceset集合中与之置信度最高的face_token,这里设置了以下阀值，如果置信度不高于设定的80.00的话，就会打印“Unknow Face”,

关于img.y需要介绍就这些，下面来运行

python img.py

（不错，看着还可以，）

5:./cam.py #摄像头实时识别（可多个脸）

这里和图片识别原理差不多，只是OpenCV将视频的每一侦都进行了识别，这样的话，因为每一帧都需要调用一下API进行上传，所以会出现画面卡顿的情况，不过还好，能接受

当然，人脸越多，上传的时间就越长，卡顿的就越厉害，反正我现在还没有找到解决办法，

下面来运行，

python cam.py  #羞羞

0x04 执行:

运行前，

	需要将./face/FaceAPI.py中的api_key和api_secret换成你的
	(为了便于您测试,我以将我的key放在里面，为了防止多人使用outer_id冲突，希望您后期换成自己的)
	需要将./face/FaceAPI.py中的outer_id设置成自己喜欢的标识
	需要将./face/Dbconnect.py中的数据库信息换成自己的
	需要将所有的图片ID设置成12位数字
	如果需要重新导入或者识别同一张照片，需要在.data/log/*.log 删除对应log即可

python import.py   #将保存在./data/import/目录下的图片特征经分析后，将图片信息导入数据库，只可单人照片，要求图片清晰度较高

python img.py   #将需要识别的图片放在./data/search/下，完成后保存在本目录（可放置多张）

python cam.py   #实时识别人脸  (可识别多张脸)

0x05 github

所有的代码全部上传到了的我的github上，大家可以在这进行fork，

0x01 环境:

0x02 目录树:

0×04 代码构建

0x04 执行:

0x05 github

0x06 THX: