68 lines
1.5 KiB
C++
68 lines
1.5 KiB
C++
#pragma once
|
||
|
||
#include <vector>
|
||
#include <string>
|
||
|
||
// 避免在头文件中暴露完整的 OpenCV 头，使用前向声明
|
||
namespace cv {
|
||
class Mat;
|
||
}
|
||
|
||
// SDK 状态码
|
||
enum class SDKStatus {
|
||
SUCCESS = 0,
|
||
MODEL_LOAD_ERROR = -1,
|
||
EXTRACTION_ERROR = -2,
|
||
NO_FACE_DETECTED = -3,
|
||
POOR_QUALITY = -4,
|
||
INVALID_INPUT = -5
|
||
};
|
||
|
||
// 特征提取结果
|
||
struct FeatureResult {
|
||
SDKStatus status;
|
||
std::vector<float> feature; // 512维特征
|
||
std::string error_message;
|
||
};
|
||
|
||
// 【宏观架构核心】
|
||
// FaceSDK 类，提供给 C++ 调用
|
||
class FaceSDK {
|
||
public:
|
||
/**
|
||
* @brief 构造函数：初始化SDK，加载模型
|
||
* @param model_dir 存放7个onnx文件的目录路径
|
||
*/
|
||
FaceSDK(const std::string& model_dir);
|
||
|
||
/**
|
||
* @brief 析构函数：释放资源
|
||
*/
|
||
~FaceSDK();
|
||
|
||
/**
|
||
* @brief 接口1：提取图片特征值
|
||
* @param image 输入图像 (OpenCV Mat, BGR 格式)
|
||
* @return FeatureResult 结构体，包含状态和特征向量
|
||
*/
|
||
FeatureResult extractFeature(const cv::Mat& image);
|
||
|
||
/**
|
||
* @brief 接口2：比较两个特征值 (静态函数)
|
||
* @param feature1 特征向量1
|
||
* @param feature2 特征向量2
|
||
* @return 相似度 (0.0 ~ 1.0)，余弦相似度
|
||
*/
|
||
static float compareFeatures(const std::vector<float>& feature1,
|
||
const std::vector<float>& feature2);
|
||
|
||
private:
|
||
// PImpl 模式 (Pointer to Implementation)
|
||
// 这是一个高级 C++ 技巧，用于隐藏所有内部实现细节
|
||
// (如 FacePipeline, ONNX Runtime, OpenCV 的成员变量)，
|
||
// 使得这个头文件非常干净，并且编译速度更快。
|
||
class Impl;
|
||
Impl* p_impl;
|
||
};
|
||
|