package com.netsdk.demo.customize.historyVaultDemo;
|
|
import com.netsdk.lib.NativeString;
|
import com.netsdk.lib.NetSDKLib;
|
import com.netsdk.lib.ToolKits;
|
import com.sun.jna.Memory;
|
import com.sun.jna.Pointer;
|
import com.sun.jna.Structure;
|
import com.sun.jna.ptr.IntByReference;
|
|
import java.io.File;
|
import java.io.UnsupportedEncodingException;
|
import java.util.*;
|
|
import static com.netsdk.demo.customize.historyVaultDemo.HistoryVaultLogon.m_hLoginHandle;
|
import static com.netsdk.demo.customize.historyVaultDemo.HistoryVaultLogon.netsdk;
|
import static com.netsdk.lib.Utils.getOsPrefix;
|
|
public class HistoryVaultWithTemp {
|
|
// 查找句柄
|
protected static NetSDKLib.LLong m_FindHandle = null;
|
// 文字编码
|
|
// private static String encode = "GBK"; // win
|
// private static String encode = "UTF-8"; // linux
|
protected static String encode;
|
|
// 一次查询的最大数量
|
protected static int nMaxCount = 10;
|
|
// 设置一次获取数据量的大小，不能太大，不单单是启动时的等待时间会很长，需要分配的内存也会大，一条数据占用1M
|
protected static NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO[] faceRecognitionInfos = new NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO[nMaxCount];
|
|
protected static int fileMemorySize; // faceRecognitionInfos 占用的内存大小
|
|
protected static Pointer filePointer; // 给 faceRecognitionInfos 分配的指针
|
|
static {
|
String osPrefix = getOsPrefix();
|
if (osPrefix.toLowerCase().startsWith("win32-amd64")) {
|
encode = "GBK";
|
} else if (osPrefix.toLowerCase().startsWith("linux-amd64")) {
|
encode = "UTF-8";
|
}
|
|
for (int i = 0; i < faceRecognitionInfos.length; ++i) {
|
faceRecognitionInfos[i] = new NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO();
|
faceRecognitionInfos[i].bUseCandidatesEx = 1; // 启用扩展结构体
|
}
|
|
System.out.println("size of faceRecognitionInfos: " + faceRecognitionInfos[0].size() * nMaxCount);
|
|
fileMemorySize = faceRecognitionInfos[0].size() * nMaxCount;
|
// 这一步非常耗时，所以我把它写在静态里
|
filePointer = new Memory(fileMemorySize);
|
filePointer.clear(fileMemorySize);
|
// 这一步也非常耗时，所以我也把它写在静态里
|
ToolKits.SetStructArrToPointerData(faceRecognitionInfos, filePointer);
|
}
|
|
///////////////////////////// 枚举字典 检查获取数据的时候用 /////////////////////////////////////
|
// 性别
|
private static final String[] faceSexStr = {"未知", "男", "女"};
|
// 情绪类型 EM_DEV_EVENT_FACEDETECT_FEATURE_TYPE
|
private static final String[] emoStr = {"未知", "戴眼镜", "微笑", "愤怒", "悲伤", "厌恶", "害怕", "惊讶", "正常", "大笑", "没戴眼镜", "高兴", "困惑", "尖叫", "戴太阳眼镜"};
|
// 口罩状态 0: 未做识别 1: 不戴口罩 2: 戴口罩
|
private static final String[] maskStr = {"未知", "未查询", "不戴口罩", "戴口罩"};
|
// 胡子状态 0: 未识别 1: 没胡子 2: 有胡子
|
private static final String[] beardStr = {"未知", "未查询", "没胡子", "有胡子"};
|
|
/**
|
* 查询目标识别历史库数据
|
* ********************************************************
|
* 本例子基本给出了 IVSS 设备历史库的所有 sdk 支持的查询条件
|
* 【包括】：
|
* 查询数据类型：jpg 格式图片 【固定，不能修改】
|
* 开始时间：2020-05-11 00：00：00 【必填】
|
* 结束时间：2020-05-11 23：59：59 【必填】
|
* 视频所在通道 ：2 【必填】
|
* 相似度：80-100 【选填】
|
* 目标检测事件类型：1 所有 【选填】
|
* 性别：1 男 【选填】
|
* 年龄区间：20-39 【选填】
|
* 眼镜：1 不戴 【选填】
|
* 口罩：2 戴口罩 【选填】
|
* 胡子：1 没胡子 【选填】
|
* 表情：惊讶 【选填】
|
* ********************************************************
|
* 查询只支持对结果集的循环查询，无法跳转
|
* ********************************************************
|
* IVSS设备支持查询到数据包括：
|
* 【抓拍图 事件数据】：
|
* 抓拍图来源通道，抓拍图事件发生时间，抓拍人脸图路径，抓拍人脸图在屏幕的型心坐标
|
* 【抓拍图 人脸数据 基本数据】：
|
* 性别 年龄 表情 眼睛 嘴巴 口罩 胡子 魅力 眼镜
|
* 【抓拍图 人脸数据 温度数据】：
|
* 温度 是否超温 是否低的温度 温度单位
|
* 【候选人的数据】：
|
* 匹配的相似度 姓名 UID 所在注册库 ID 备注 候选人图片地址
|
* <p>
|
* 需要指出
|
* 1. 年龄和相似度查询条件不能都不设置，否则在获取查询数量时设备会报错
|
* 1. sdk 的眼镜类型只有 3 个枚举（未知，戴，不戴）其他类型，如 “黑框眼镜” 都不识别，会默认为 0
|
* 2. 可见光图地址 和 热成像图地址 的获取 sdk 也还不支持
|
*/
|
public void findFaceRecognitionFile() {
|
|
/////////////////////////// 【人脸库AI历史库检索】 下发检索条件，获取检索句柄 ///////////////////////
|
///////////////////////////////////////////////////////////////////////////////////////////////
|
// 选择查询类型->人脸历史库
|
int type = NetSDKLib.EM_FILE_QUERY_TYPE.NET_FILE_QUERY_FACE;
|
|
// <<<<<-----定义检索条件----->>>>>
|
|
NetSDKLib.MEDIAFILE_FACERECOGNITION_PARAM findContent = new NetSDKLib.MEDIAFILE_FACERECOGNITION_PARAM();
|
|
// 查询文件类型 jpg，这条必须写，且IVSS设备固定为1不可修改
|
findContent.nFileType = 1;
|
|
// 历史库开始时间->"StartTime"
|
findContent.stStartTime = new NetSDKLib.NET_TIME() {{
|
setTime(2020, 5, 11, 0, 0, 0);
|
}};
|
// 历史库结束时间->"EndTime"
|
findContent.stEndTime = new NetSDKLib.NET_TIME() {{
|
setTime(2020, 5, 11, 23, 59, 59);
|
}};
|
|
// AI历史库来源通道号
|
findContent.nChannelId = 2;
|
|
// 设置检测相似度区间 80 至 100
|
findContent.bSimilaryRangeEnable = 1; // 启用相似度检索
|
findContent.nSimilaryRange[0] = 80;
|
findContent.nSimilaryRange[1] = 100;
|
|
// 目标检测事件类型 查询所有类型，NetSDKLib.EM_FACERECOGNITION_ALARM_TYPE
|
findContent.nAlarmType = NetSDKLib.EM_FACERECOGNITION_ALARM_TYPE.NET_FACERECOGNITION_ALARM_TYPE_ALL;
|
|
// 启用扩展信息检索
|
findContent.abPersonInfoEx = 1; // 如果要设置下面的搜索信息，这项必须要写，且不可修改
|
|
findContent.stPersonInfoEx.bySex = 1; // 性别 0: 所有 1: 男 2: 女
|
|
findContent.stPersonInfoEx.bAgeEnable = 1; // 启用年龄检索
|
findContent.stPersonInfoEx.nAgeRange[0] = 20; // 年龄下区间
|
findContent.stPersonInfoEx.nAgeRange[1] = 39; // 年龄上区间
|
|
findContent.stPersonInfoEx.byGlasses = 0; // 是否戴眼镜 0：未知 1：不戴 2：戴
|
findContent.stPersonInfoEx.emMask = 2; // 是否带口罩 0: 未知 1: 未识别【一般不用】 2: 没戴口罩 3：戴口罩
|
findContent.stPersonInfoEx.emBeard = 2; // 是否有胡子 0: 未知 1： 未识别【一般不用】 2: 没胡子 3: 有胡子
|
|
findContent.stPersonInfoEx.nEmotionValidNum = 1; // 人脸特征数组有效个数, 如果为 0 则表示查询所有表情
|
// 查询一种表情，惊讶 EM_DEV_EVENT_FACEDETECT_FEATURE_TYPE
|
findContent.stPersonInfoEx.emEmotions[0] = NetSDKLib.EM_DEV_EVENT_FACEDETECT_FEATURE_TYPE.EM_DEV_EVENT_FACEDETECT_FEATURE_TYPE_SURPRISE;
|
|
// 特别指出，sdk的协议现在不支持设置测温检索条件
|
|
// 参数写入内存
|
findContent.write();
|
// 调用 SDK FindFile(FaceRecognition) 接口，成功了会获取检索结果集的句柄 lFindHandle
|
NetSDKLib.LLong lFindHandle = netsdk.CLIENT_FindFileEx(m_hLoginHandle, type, findContent.getPointer(), null, 2000);
|
if (lFindHandle.longValue() == 0) {
|
System.err.println("FindFile(FaceRecognition) Failed!" + ToolKits.getErrorCode());
|
return;
|
}
|
System.out.println("检索指令下发成功，检索句柄：" + lFindHandle.longValue());
|
findContent.read();
|
|
/////////////////////////// 【人脸库AI历史库检索】 从结果集查询数据 ///////////////////////////////
|
///////////////////////////////////////////////////////////////////////////////////////////////
|
|
IntByReference pCount = new IntByReference();
|
|
boolean rt = netsdk.CLIENT_GetTotalFileCount(lFindHandle, pCount, null, 2000);
|
if (!rt) {
|
System.err.println("获取搜索句柄：" + lFindHandle + " 的搜索内容量失败。");
|
return;
|
}
|
System.out.println("搜索句柄：" + lFindHandle + " 共获取到：" + pCount.getValue() + " 条数据。");
|
|
// <<<<<-----循环查询----->>>>>
|
int nCurCount = 0; // 记录查询的次数
|
int nFindCount; // 记录总计的查询数据条数
|
ArrayList<LinkedHashMap<String, Object>> queryList = new ArrayList<LinkedHashMap<String, Object>>();
|
|
while (true) {
|
// lFindHandle(刚才获取的检索句柄) 必须一致，这是服务器判断哪一次检索的依据
|
// filePointer 和 fileMemorySize 必须匹配，否则解析数据会失败；
|
// 解析的时候 nMaxCount 告诉服务器要返回几个数据，实际可能没有那么多数据
|
// 3000 是阻塞等待时间，这个值需要依据网络状况和数据量作调整
|
// nRetCount 是实际从服务器返回的数据量
|
int nRetCount = netsdk.CLIENT_FindNextFileEx(lFindHandle, nMaxCount, filePointer, fileMemorySize, null, 5000);
|
|
// 从指针自定义获取数据，由于结构体非常大，为了速度考虑，我只能把需要的数据拷贝出指针地址
|
// 下面列出的数据基本包括了所有 IVSS 设备支持返回的数据，部分返回是空的数据没有列出
|
// 修改 GetPointerDataToStructArrFaceInfo 及它的附属方法一定要小心，偏移量一旦有误获取的数据会混乱。
|
GetPointerDataToStructArrFaceInfo(filePointer, faceRecognitionInfos);
|
|
if (nRetCount <= 0) break;
|
|
System.out.println("从检索句柄：" + lFindHandle + " 查询成功，查询到：" + nRetCount + " 条数据");
|
|
for (int i = 0; i < nRetCount; i++) {
|
|
// 处理数据，如何转存数据依据实际情况调整，这里就保存起来然后打印一下
|
LinkedHashMap<String, Object> queryMap = new LinkedHashMap<String, Object>();
|
|
// <<<<<-----查询序列----->>>>>
|
nFindCount = i + nCurCount * nMaxCount;
|
queryMap.put("FindCount", nFindCount);
|
queryMap.put("SearchCount", nCurCount + 1);
|
|
// <<<<<-----抓拍图的事件数据----->>>>>
|
// 抓拍图来源通道
|
queryMap.put("Channel", faceRecognitionInfos[i].nChannelId);
|
// 抓拍图事件发生时间
|
queryMap.put("EventTime", faceRecognitionInfos[i].stTime.toStringTime());
|
// 抓拍人脸图长度(这个数据其实没有用处，因为返回的是图片地址。但由于设备有返回这个数据所以这里列一下)
|
queryMap.put("FacePicLength", faceRecognitionInfos[i].stObjectPic.dwFileLenth);
|
// 抓拍人脸图路径
|
queryMap.put("FacePicPath", new String(faceRecognitionInfos[i].stObjectPic.szFilePath).trim());
|
|
// 尝试下载抓拍图
|
DownloadIVSSRemoteFile((String) queryMap.get("FacePicPath"),
|
(Integer) queryMap.get("Channel"), (String) queryMap.get("EventTime"), "snap");
|
|
// 抓拍人脸图 图片在屏幕的型心, 0-8191相对坐标
|
int[] FacePicCenter = new int[2];
|
FacePicCenter[0] = faceRecognitionInfos[i].stuFaceCenter.nx;
|
FacePicCenter[1] = faceRecognitionInfos[i].stuFaceCenter.ny;
|
queryMap.put("FacePicCenter", FacePicCenter);
|
|
// <<<<<-----抓拍图的人脸数据 普通数据----->>>>>
|
|
// 抓拍图 性别 0 "未知", 1 "男", 2 "女"
|
queryMap.put("Sex", faceRecognitionInfos[i].stuFaceInfoObject.emSex);
|
// 抓拍图 年龄
|
queryMap.put("Age", faceRecognitionInfos[i].stuFaceInfoObject.nAge);
|
// 抓拍图 表情 参考 NetSDKLib.EM_EMOTION_TYPE
|
queryMap.put("Emotion", faceRecognitionInfos[i].stuFaceInfoObject.emEmotion);
|
// 抓拍图 眼睛 参考 NetSDKLib.EM_EYE_STATE_TYPE
|
queryMap.put("Eye", faceRecognitionInfos[i].stuFaceInfoObject.emEye);
|
// 抓拍图 嘴巴 参考 NetSDKLib.EM_MOUTH_STATE_TYPE
|
queryMap.put("Mouth", faceRecognitionInfos[i].stuFaceInfoObject.emMouth);
|
// 抓拍图 口罩 参考 NetSDKLib.EM_MASK_STATE_TYPE
|
queryMap.put("Mask", faceRecognitionInfos[i].stuFaceInfoObject.emMask);
|
// 抓拍图 胡子 参考 NetSDKLib.EM_BEARD_STATE_TYPE
|
queryMap.put("Beard", faceRecognitionInfos[i].stuFaceInfoObject.emBeard);
|
// 抓拍图 魅力(0-100) 越高越有魅力
|
queryMap.put("Attractive", faceRecognitionInfos[i].stuFaceInfoObject.nAttractive);
|
// 抓拍图 眼镜 参考 0-未知 1-不戴 2-戴 其他值默认 0
|
queryMap.put("Glasses", faceRecognitionInfos[i].stuFaceInfoObject.emGlasses);
|
|
// <<<<<-----抓拍图的人脸数据 温度数据----->>>>>
|
|
// 抓拍图 温度信息
|
queryMap.put("MaxTemp", faceRecognitionInfos[i].stuFaceInfoObject.fMaxTemp);
|
// 抓拍图 是否超温
|
queryMap.put("IsOverTemp", faceRecognitionInfos[i].stuFaceInfoObject.nIsOverTemp);
|
// 抓拍图 是否低的温度
|
queryMap.put("IsUnderTemp", faceRecognitionInfos[i].stuFaceInfoObject.nIsUnderTemp);
|
// 温度单位 参考 NetSDKLib.EM_TEMPERATURE_UNIT
|
queryMap.put("TempUnit", faceRecognitionInfos[i].stuFaceInfoObject.emTempUnit);
|
|
// <<<<<----- 候选人的数据 ----->>>>>
|
queryMap.put("nCandidateNum", faceRecognitionInfos[i].nCandidateExNum); // 匹配到的候选人数量
|
|
ArrayList<LinkedHashMap<String, Object>> candidates = new ArrayList<LinkedHashMap<String, Object>>();
|
// 保存候选人信息
|
// 除了以下列出的条目，其他的信息设备都没有解析，如果想要知道，可以根据获取的 szUID，用 findFaceRecognitionDB() 来查询人员信息。
|
// 具体请参见 src/com/netsdk/demo/example/FaceRecognition 中的 findFaceRecognitionDB() 方法
|
// 需要指出 findFaceRecognitionDB() 示例是根据 GroupId 来查询的，使用的时候，GroupId不填，根据 szUID 来查询
|
for (int j = 0; j < faceRecognitionInfos[i].nCandidateExNum; j++) {
|
LinkedHashMap<String, Object> candidate = new LinkedHashMap<String, Object>();
|
|
// 候选人 匹配的相似度
|
candidate.put("candidateSimilarity", faceRecognitionInfos[i].stuCandidatesEx[j].bySimilarity);
|
// 候选人 姓名
|
try {
|
candidate.put("candidateName", new String(faceRecognitionInfos[i].stuCandidatesEx[j].stPersonInfo.szPersonName, encode).trim());
|
} catch (UnsupportedEncodingException e) {
|
e.printStackTrace();
|
}
|
// 候选人 UID
|
candidate.put("candidateUID", new String(faceRecognitionInfos[i].stuCandidatesEx[j].stPersonInfo.szUID).trim());
|
// 候选人 所在注册库
|
candidate.put("candidateGroup", new String(faceRecognitionInfos[i].stuCandidatesEx[j].stPersonInfo.szGroupName));
|
// 候选人 ID
|
candidate.put("candidateID", new String(faceRecognitionInfos[i].stuCandidatesEx[j].stPersonInfo.szID).trim());
|
// 候选人 备注
|
candidate.put("candidateComment", new String(faceRecognitionInfos[i].stuCandidatesEx[j].stPersonInfo.szComment).trim());
|
// 候选人 图片地址 可能有多张
|
ArrayList<String> candidatePicPath = new ArrayList<String>();
|
for (int k = 0; k < faceRecognitionInfos[i].stuCandidatesPic[j].nFileCount; k++) {
|
candidatePicPath.add(new String(faceRecognitionInfos[i].stuCandidatesPic[j].stFiles[k].szFilePath).trim());
|
|
// 尝试下载候选人图片
|
DownloadIVSSRemoteFile(candidatePicPath.get(k),
|
(Integer) queryMap.get("Channel"), (String) queryMap.get("EventTime"), "candidate" + "_" + String.valueOf(k));
|
}
|
candidate.put("candidatePicPath", candidatePicPath);
|
|
candidates.add(candidate);
|
}
|
queryMap.put("Candidate", candidates);
|
|
queryList.add(queryMap);
|
}
|
|
|
// nRetCount < nMaxCount 说明已经没有后续数据了，退出循环
|
if (nRetCount < nMaxCount) {
|
break;
|
} else {
|
nCurCount++;
|
}
|
}
|
|
/////////////////////////// 【人脸库AI历史库检索】 结束查询 ///////////////////////////////
|
///////////////////////////////////////////////////////////////////////////////////////////////
|
|
boolean ret = netsdk.CLIENT_FindCloseEx(lFindHandle);
|
|
if (!ret) {
|
System.err.println("FindCloseEx failed!" + ToolKits.getErrorCode());
|
return;
|
}
|
System.out.println("结束检索指令下发成功");
|
|
// 打印出来看一看
|
DisplayQueryData(queryList);
|
}
|
|
|
/**
|
* 从指针地址获取结构体数据
|
*
|
* @param pNativeData 数据指针
|
* @param pFaceInfoStuArr faceInfo结构体数组
|
*/
|
public static void GetPointerDataToStructArrFaceInfo(Pointer pNativeData, Structure[] pFaceInfoStuArr) {
|
long offset = 0;
|
for (int i = 0; i < pFaceInfoStuArr.length; ++i) {
|
GetPointerDataToStructFaceInfo(pNativeData, offset, pFaceInfoStuArr[i]);
|
offset += pFaceInfoStuArr[i].size();
|
}
|
}
|
|
/**
|
* 从指针拷贝数据到 faceInfo 结构体
|
*
|
* @param pNativeData 数据指针
|
* @param OffsetOfpNativeData 偏移量
|
* @param pFaceInfoStu faceInfo结构体
|
*/
|
public static void GetPointerDataToStructFaceInfo(Pointer pNativeData, long OffsetOfpNativeData, Structure pFaceInfoStu) {
|
Pointer pJavaMem = pFaceInfoStu.getPointer();
|
pJavaMem.write(0, pNativeData.getByteArray(OffsetOfpNativeData, pFaceInfoStu.size()), 0,
|
pFaceInfoStu.size());
|
pFaceInfoStu.readField("nChannelId");
|
pFaceInfoStu.readField("stTime");
|
pFaceInfoStu.readField("stObjectPic");
|
pFaceInfoStu.readField("stuFaceCenter");
|
pFaceInfoStu.readField("stuFaceInfoObject");
|
// 如果确信抓拍图的主结构体有其他字段可以获取数据，可以在这里添加
|
|
int nCandidateNum = (Integer) pFaceInfoStu.readField("nCandidateExNum");
|
|
long offsetCandidatePic = ((NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO) pFaceInfoStu).fieldOffset("stuCandidatesPic");
|
long offsetPicTotal = offsetCandidatePic + OffsetOfpNativeData;
|
long candiPicSize = ((NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO) pFaceInfoStu).stuCandidatesPic[0].size();
|
for (int i = 0; i < nCandidateNum; i++) {
|
GetPointerDataToStructCandidatesPic(pNativeData, offsetPicTotal, ((NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO) pFaceInfoStu).stuCandidatesPic[i]);
|
offsetPicTotal = offsetPicTotal + candiPicSize;
|
}
|
|
long offsetCandidateInfo = ((NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO) pFaceInfoStu).fieldOffset("stuCandidatesEx");
|
long offsetInfoTotal = offsetCandidateInfo + OffsetOfpNativeData;
|
long candidateInfoSize = ((NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO) pFaceInfoStu).stuCandidatesEx[0].size();
|
for (int i = 0; i < nCandidateNum; i++) {
|
GetPointerDataToStructCandidatesInfo(pNativeData, offsetInfoTotal, ((NetSDKLib.MEDIAFILE_FACERECOGNITION_INFO) pFaceInfoStu).stuCandidatesEx[i]);
|
offsetInfoTotal = offsetInfoTotal + candidateInfoSize;
|
}
|
}
|
|
/**
|
* 从指针拷贝数据到 candidatePic 结构体
|
*
|
* @param pNativeData 数据指针
|
* @param OffsetOfpNativeData 偏移量
|
* @param pCandidatePic candidatePic结构体
|
*/
|
public static void GetPointerDataToStructCandidatesPic(Pointer pNativeData, long OffsetOfpNativeData, Structure pCandidatePic) {
|
pCandidatePic.write();
|
Pointer pJavaMem = pCandidatePic.getPointer();
|
pJavaMem.write(0, pNativeData.getByteArray(OffsetOfpNativeData, pCandidatePic.size()), 0, pCandidatePic.size());
|
int picFilesNum = (Integer) pCandidatePic.readField("nFileCount");
|
|
long offsetPicInfo = ((NetSDKLib.NET_CANDIDAT_PIC_PATHS) pCandidatePic).fieldOffset("stFiles");
|
long offsetTotal = OffsetOfpNativeData + offsetPicInfo;
|
long stFileSize = ((NetSDKLib.NET_CANDIDAT_PIC_PATHS) pCandidatePic).stFiles[0].size();
|
for (int i = 0; i < picFilesNum; i++) {
|
ToolKits.GetPointerDataToStruct(pNativeData, offsetTotal, ((NetSDKLib.NET_CANDIDAT_PIC_PATHS) pCandidatePic).stFiles[i]);
|
offsetTotal = offsetTotal + stFileSize;
|
}
|
}
|
|
/**
|
* 从指针拷贝数据到 candidateInfo 结构体
|
*
|
* @param pNativeData 数据指针
|
* @param OffsetOfpNativeData 偏移量
|
* @param pCandidateInfo candidateInfo结构体
|
*/
|
public static void GetPointerDataToStructCandidatesInfo(Pointer pNativeData, long OffsetOfpNativeData, Structure pCandidateInfo) {
|
pCandidateInfo.write();
|
Pointer pJavaMem = pCandidateInfo.getPointer();
|
pJavaMem.write(0, pNativeData.getByteArray(OffsetOfpNativeData, pCandidateInfo.size()), 0, pCandidateInfo.size());
|
pCandidateInfo.readField("bySimilarity");
|
// 如果确信候选人主结构体 stuCandidatesEx 有其他数据可以获取，可以在这里添加
|
|
long offsetPersonInfo = ((NetSDKLib.CANDIDATE_INFOEX) pCandidateInfo).fieldOffset("stPersonInfo");
|
long offsetTotal = offsetPersonInfo + OffsetOfpNativeData;
|
GetPointerDataToStructCandidatesPerson(pNativeData, offsetTotal, ((NetSDKLib.CANDIDATE_INFOEX) pCandidateInfo).stPersonInfo);
|
}
|
|
/**
|
* 从指针拷贝数据到 CandidatesPerson 结构体
|
*
|
* @param pNativeData 数据指针
|
* @param OffsetOfpNativeData 偏移量
|
* @param pCandidatePerson CandidatePerson结构体
|
*/
|
public static void GetPointerDataToStructCandidatesPerson(Pointer pNativeData, long OffsetOfpNativeData, Structure pCandidatePerson) {
|
pCandidatePerson.write();
|
Pointer pJavaMem = pCandidatePerson.getPointer();
|
pJavaMem.write(0, pNativeData.getByteArray(OffsetOfpNativeData, pCandidatePerson.size()), 0, pCandidatePerson.size());
|
|
pCandidatePerson.readField("szPersonName");
|
pCandidatePerson.readField("szID");
|
pCandidatePerson.readField("szUID");
|
pCandidatePerson.readField("szComment");
|
pCandidatePerson.readField("szGroupName");
|
// 如果确信候选人信息结构体 stuCandidatesEx.stPersonInfo 有其他数据可以获取，可以在这里添加
|
}
|
|
/**
|
* 这里添加了一个打印控制台，json格式输出
|
*
|
* @param displayList 获取的数据
|
*/
|
private static void DisplayQueryData(ArrayList<LinkedHashMap<String, Object>> displayList) {
|
|
Scanner sc = new Scanner(System.in);
|
System.out.println("共获取到" + displayList.size() + "条数据，你想看看几条数据？");
|
int w = sc.nextInt();
|
|
int n = w < displayList.size() ? w : displayList.size();
|
|
for (int i = 0; i < n; i++) {
|
// 为了不引入其它包，这里直接打印
|
System.out.println(displayList.get(i));
|
}
|
}
|
|
/**
|
* 下载图片用，如果报 21 错误，说明 IVSS 上找不到图片，可以去网页上确认下是不是也获取不到
|
*/
|
public void DownloadIVSSRemoteFile(String filePath, int channel, String timeStr, String comment) {
|
|
String saveName = String.valueOf(channel)
|
+ "_"
|
+ timeStr.replace('/', '_').replace(' ', '_').replace(':', '_')
|
+ "_"
|
+ comment
|
+ ".jpg";
|
|
NetSDKLib.NET_IN_DOWNLOAD_REMOTE_FILE pInParam = new NetSDKLib.NET_IN_DOWNLOAD_REMOTE_FILE();
|
pInParam.pszFileName = new NativeString(filePath).getPointer();
|
|
File path = new File("./historyPic/");
|
if (!path.exists()) path.mkdir();
|
pInParam.pszFileDst = new NativeString(path + "/" + saveName).getPointer();
|
NetSDKLib.NET_OUT_DOWNLOAD_REMOTE_FILE pOutParam = new NetSDKLib.NET_OUT_DOWNLOAD_REMOTE_FILE();
|
if (!netsdk.CLIENT_DownloadRemoteFile(m_hLoginHandle, pInParam, pOutParam, 3000)) {
|
System.err.printf("CLIENT_DownloadRemoteFile failed, ErrCode=%s\n", ToolKits.getErrorCode());
|
} else {
|
System.out.println("CLIENT_DownloadRemoteFile success");
|
}
|
}
|
|
/************************************ 简易Demo控制台 *****************************************
|
* ******************************************************************************************
|
* ******************************************************************************************
|
*/
|
public static void main(String[] args) {
|
|
|
// 登陆初始化
|
HistoryVaultLogon.init(HistoryVaultLogon.DisConnectCallBack.getInstance(),
|
HistoryVaultLogon.HaveReConnectCallBack.getInstance());
|
|
// 设备登陆，如果不支持高安全，请使用普通的TCP登陆函数 login(), Demo中所有涉及句柄 m_hLoginHandle 也要相应的换掉
|
HistoryVaultLogon.LoginWithHighLevel();
|
|
HistoryVaultWithTemp demo = new HistoryVaultWithTemp();
|
|
//********************简易控制台菜单********************************
|
Scanner sc = new Scanner(System.in);
|
System.out.println("00 : 退出,\n" +
|
"11 : 运行测试例子");
|
|
command:
|
while (true) {
|
String input = sc.next();
|
|
if ("00".equals(input)) {
|
break command;
|
} else if ("11".equals(input)) {
|
demo.findFaceRecognitionFile();
|
} else {
|
System.out.println("No such command");
|
}
|
}
|
|
// 退出登陆
|
HistoryVaultLogon.logOut();
|
// 清理资源并退出程序
|
HistoryVaultLogon.cleanAndExit();
|
}
|
}
|
