package com.netsdk.demo.example.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.example.historyVaultDemo.HistoryVaultLogon.m_hLoginHandle; import static com.netsdk.demo.example.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 *

* 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 // 姓名检索测试发现不准确，可能和设备有关系，简易现场具体测试一下，再决定是否使用 // try { // findContent.stPersonInfoEx.szPersonName = "".getBytes(encode); // 姓名 // } catch (UnsupportedEncodingException e) { // e.printStackTrace(); // } 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> queryList = new ArrayList<>(); 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 queryMap = new LinkedHashMap<>(); // <<<<<-----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> candidates = new ArrayList<>(); // 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 candidate = new LinkedHashMap<>(); // 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 candidatePicPath = new ArrayList<>(); 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> 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(); switch (input) { case "00": break command; case "11": demo.findFaceRecognitionFile(); break; default: System.out.println("No such command"); } } // 退出登陆 HistoryVaultLogon.logOut(); // 清理资源并退出程序 HistoryVaultLogon.cleanAndExit(); } }