using SkiaSharp;
using System;
using ViewFaceCore.Core;
using ViewFaceCore.Model;

namespace ViewFaceCore.Demo.ConsoleApp
{
    internal class Program
    {
        private readonly static string imagePath = @"images/Jay_3.jpg";

        static void Main(string[] args)
        {
            using var bitmap = SKBitmap.Decode(imagePath);
            using FaceDetector faceDetector = new FaceDetector();
            FaceInfo[] infos = faceDetector.Detect(bitmap);
            Console.WriteLine($"Количество распознанных лиц: {infos.Length} Лицо информация: \n");
            Console.WriteLine($"No.\tДоверие к лицу\tИнформация о местоположении");
            for (int i = 0; i < infos.Length; i++)
            {
                Console.WriteLine($"{i}\t{infos[i].Score:f8}\t{infos[i].Location}");
            }
            Console.ReadKey();
        }
    }
}

├─Bridges                                        #Bridges
│  ├─Linux                                       ##Проект ViewFaceBridge для платформы Linux
│  ├─Shared                                      ##Общая библиотека
│  └─Windows                                     ##Проект ViewFaceBridge для платформы Windows
├─Examples                                       #Некоторые примеры
│  ├─ViewFaceCore.Demo.ConsoleApp                ##Пример консольного приложения
│  ├─ViewFaceCore.Demo.VideoForm                 ##Пример проекта Winform для распознавания лиц с камеры
│  └─ViewFaceCore.Demo.WebApp                    ##Пример веб-проекта ASP.NET Core
├─Extensions                                     #Проекты расширений
│  ├─ViewFaceCore.Extension.DependencyInjection  ##Расширение для внедрения зависимостей
│  ├─ViewFaceCore.Extension.ImageSharp           ##Расширение ImageSharp для обработки изображений
│  ├─ViewFaceCore.Extension.Shared               ##Общий проект
│  ├─ViewFaceCore.Extension.SkiaSharp ##SkiaSharp图像处理扩展项目
│  └─ViewFaceCore.Extension.SystemDrawing        ##System.Drawing图像处理扩展проект
├─Models                                         #Модельный проект
├─Runtimes                                       #Соответствующие каждой платформе среды выполнения
├─SeetaFace
│  └─index                                       #Исходный код SeetaFace, папку build необходимо поместить в этот каталог
├─Tests                                          #Тестовый проект, содержащий различные модульные тесты
└─ViewFaceCore                                   #Исходный код ViewFaceCore

### 3.2 Среда разработки
- Visual Studio 2022, требуется установить поддержку .NET4/4.5 (как установить .NET4/4.5 в Visual Studio 2022?)
- Windows 10/11
- Ubuntu 20.04 (WSL), Debian 10/11 и другие

### 3.3 Компиляция SeetaFace6
#### 3.3.1 Меня не интересует компиляция SeetaFace6~~~
Речь идёт о человеческом распознавании лиц с открытым исходным кодом от компании Midcom Vision. Если вам не интересна компиляция этой части, вы можете напрямую загрузить скомпилированные ссылки на библиотеки из следующего двоичного файла:
https://github.com/ViewFaceCore/SeetaFace6OpenBinary/releases
После размещения файлов структура каталогов должна выглядеть следующим образом:
```shell
src
└─SeetaFace
   └─index
      └─build
         ├─bin
         │  ├─x64
         │  └─x86
         ├─cmake
         ├─include
         ├─lib
         │  ├─arm
         │  ├─arm64
         │  ├─x64
         │  └─x86
         └─lib64

public FaceDetector(FaceDetectConfig config = null)
{
    this.DetectConfig = config ?? new FaceDetectConfig();
    _handle = ViewFaceNative.GetFaceDetectorHandler(this.DetectConfig.FaceSize
        , this.DetectConfig.Threshold
        , this.DetectConfig.MaxWidth
        , this.DetectConfig.MaxHeight
        , (int)this.DetectConfig.DeviceType);
    if (_handle == IntPtr.Zero)
    {
        throw new Exception("Get face detector handler failed.");
    }
}

View_Api seeta::v6::FaceDetector *GetFaceDetectorHandler(const double faceSize = 20, const double threshold = 0.9, const double maxWidth = 2000, const double maxHeight = 2000, const SeetaDevice deviceType = SEETA_DEVICE_AUTO)
{
    seeta::v6::FaceDetector *faceDetector = new seeta::v6::FaceDetector(ModelSetting(modelPath + "face_detector.csta", deviceType));
    faceDetector->set(FaceDetector::Property::PROPERTY_MIN_FACE_SIZE, faceSize);
    faceDetector->set(FaceDetector::Property::Property::PROPERTY_THRESHOLD, threshold);
    faceDetector->set(FaceDetector::Property::PROPERTY_MAX_IMAGE_WIDTH, maxWidth);
    faceDetector->set(FaceDetector::Property::PROPERTY_MAX_IMAGE_HEIGHT, maxHeight);
    return faceDetector;
}

View_Api void DisposeFaceDetector(seeta::v6::FaceDetector *handler)
{
    _dispose(handler);
}

static void Config()
{
    //打印内部日志
    GlobalConfig.SetLog((msg) =>
    {
        Console.WriteLine($"[内部日志]{msg}");
    });
}

static void Config()
{
    // Устанавливаем поддержку только SSE2 набора инструкций
    GlobalConfig.SetInstruction(X86Instruction.SSE2);
}

public AntiSpoofingResult AntiSpoofing(FaceImage image, FaceInfo info, FaceMarkPoint[] points)

static void AntiSpoofingDemo()
{
    using var bitmap = SKBitmap.Decode(imagePath0);

    using FaceDetector faceDetector = new FaceDetector();
    using FaceLandmarker faceMark = new FaceLandmarker();
    using FaceAntiSpoofing faceAntiSpoofing = new FaceAntiSpoofing();

    var info = faceDetector.Detect(bitmap).First();
    var markPoints = faceMark.Mark(bitmap, info);

    Stopwatch sw = Stopwatch.StartNew();
    sw.Start();

    var result = faceAntiSpoofing.AntiSpoofing(bitmap, info, markPoints);
    Console.WriteLine($"Обнаружение живого человека, результат: {result.Status}, чёткость:{result.Clarity}, реальность:{result.Reality}, затраченное время: {sw.ElapsedMilliseconds} мс");

    sw.Stop();
    Console.WriteLine();
}

public AntiSpoofingResult AntiSpoofingVideo(FaceImage image, FaceInfo info, FaceMarkPoint[] points)

public FaceInfo[] Detect(FaceImage image)

using System;
using System.Drawing;
using System.Linq;
using ViewFaceCore;
using ViewFaceCore.Core;
using ViewFaceCore.Model;

namespace Demo
{
    internal class Program
    {
        private readonly static string imagePath = @"images/Jay_3.jpg";
        private readonly static string outputPath = @"images/Jay_out.jpg";

        static void Main(string[] args)
        {
            using var bitmap = (Bitmap)Image.FromFile(imagePath);
            using FaceDetector faceDetector = new FaceDetector();
            FaceInfo[] infos = faceDetector.Detect(bitmap);
            // Вывод информации о лицах
            Console.WriteLine($"Количество распознанных лиц: {infos.Length} \n");
            Console.WriteLine($"№\tДоверие к распознаванию\tИнформация о расположении лица");
            for (int i = 0; i < infos.Length; i++)
            {
                Console.WriteLine($"{i}\t{infos[i].Score:f8}\t{infos[i].Location}");
            }
            // Рисование прямоугольников для маркировки лиц
            using (Graphics g = Graphics.FromImage(bitmap))
            {
                g.DrawRectangles(new Pen(Color.Red, 4), infos.Select(p => new RectangleF(p.Location.X, p.Location.Y, p.Location.Width, p.Location.Height)).ToArray());
            }
            bitmap.Save(outputPath);
            Console.WriteLine($"Сохранено в: {outputPath}");
            Console.WriteLine();
        }
    }
}

public FaceMarkPoint[] Mark(FaceImage image, FaceInfo info) 

static void FaceMarkDemo()
{
    using var bitmap0 = SKBitmap.Decode(imagePath0);
    using var faceImage = bitmap0.ToFaceImage();
    using FaceDetector faceDetector = new FaceDetector();
    using FaceLandmarker faceMark = new FaceLandmarker();
    Stopwatch sw = new Stopwatch();

    var infos = faceDetector.Detect(faceImage);
    var markPoints = faceMark.Mark(faceImage, infos[0]);

    sw.Stop();
    Console.WriteLine($"Определено {markPoints.Length} ключевых точек, затраченное время: {sw.ElapsedMilliseconds} мс");
    foreach (var item in markPoints)
    {
        Console.WriteLine($"X:{item.X}, Y:{item.Y}");
    }
    Console.WriteLine();
}
``` **FaceRecognizer (распознавание лиц)**

Распознавание лиц — это базовая концепция, которая заключается в преобразовании распознаваемого лица в двоичные данные с помощью обработки и последующем сравнении сходства на основе представления характеристик лица. В конечном итоге сравнивается с порогом сходства, и если он превышает порог, считается, что лицо, представленное характеристиками, принадлежит одному и тому же человеку.  

**Конфигурация FaceRecognizeConfig**  
| Конфигурация | Тип | Значение по умолчанию | Описание |
| ------------ | ------------ | ------------ | ------------ |
| FaceType | перечисление | Normal | Модель распознавания лиц |
| Threshold | порог | FaceType.Normal: 0,62, FaceType.Mask: 0,4, FaceType.Light: 0,55 | Различные модели распознавания лиц имеют разные значения по умолчанию |

В конфигурации Threshold является частной переменной, которую необходимо получить с помощью метода GetThreshold и установить с помощью SetThreshold.  

**Извлечение**  
Извлечение признаков.  
```csharp
public float[] Extract(FaceImage image, FaceMarkPoint[] points)

public float Compare(float[] lfs, float[] rfs)

public bool IsSelf(float similarity)
или
public bool IsSelf(float[] lfs, float[] rfs)

static void FaceRecognizerDemo()
{
    Stopwatch sw = Stopwatch.StartNew();
    sw.Start();

    using var faceImage0 = SKBitmap.Decode(imagePath0).ToFaceImage();
    using var faceImage1 = SKBitmap.Decode(imagePath1).ToFaceImage();
    // Обнаружение информации о лицах
    using FaceDetector faceDetector = new FaceDetector();
    FaceInfo[] infos0 = faceDetector.Detect(faceImage0);
    FaceInfo[] infos1 = faceDetector.Detect(faceImage1);
    // Маркировка положения лица
    using FaceLandmarker faceMark = new FaceLandmarker();
    FaceMarkPoint[] points0 = faceMark.Mark(faceImage0, infos0[0]);
    FaceMarkPoint[] points1 = faceMark.Mark(faceImage1, infos1[0]);
    // Извлечение значений признаков
    using FaceRecognizer faceRecognizer = new FaceRecognizer();
    float[] data0 = faceRecognizer.Extract(faceImage0, points0);
    float[] data1 = faceRecognizer.Extract(faceImage1, points1);
    // Сравнение значений признаков
    bool isSelf = faceRecognizer.IsSelf(data0, data1);

    Console.WriteLine($"Распознано ли лицо как одно и то же лицо: {isSelf}, время сравнения: {sw.ElapsedMilliseconds}ms");
    Console.WriteLine();
    sw.Stop();
}