这是一个专注于单一职责的人脸特征提取器：将用户上传的人脸图片转换成特征码保存到数据库。
- ✅ 单一职责: 只做图片到特征码的转换
- ✅ 零CGO依赖: 通过二进制调用避免Go项目的CGO编译复杂性
- ✅ 高准确率: 使用Python face-recognition库，准确率>95%
- ✅ 容错设计: 二进制失败时自动降级到纯Go实现
- ✅ 标准化: 输出128维float32特征向量，兼容Android端
face-extractor/
├── face_extractor.py # Python源码
├── requirements.txt # Python依赖
├── build.sh # Linux编译脚本
├── build.bat # Windows编译脚本
├── face-extractor.exe # Windows可执行文件（编译后）
├── face-extractor # Linux可执行文件（编译后）
└── README.md # 说明文档
Windows:
cd face-extractor
build.batLinux/macOS:
cd face-extractor
chmod +x build.sh
./build.sh# 检查版本
./face-extractor --version
# 提取特征
./face-extractor extract --base64 <base64_image> --output result.json二进制文件会被自动放置到项目根目录，Go服务会自动检测和使用。
# 显示帮助
./face-extractor --help
# 显示版本
./face-extractor --version
# 提取人脸特征
./face-extractor extract --base64 <base64_image_data> --output <output_file>--base64: Base64编码的图片数据（支持JPEG、PNG等格式）--output: 结果输出文件路径（JSON格式）
{
"success": true,
"feature_code": "YWJjZGVmZ2hpams...", // Base64编码的128维float32特征向量
"quality": 0.92, // 质量评分 (0.0-1.0)
"process_time": 145.6, // 处理时间（毫秒）
"message": "特征提取成功"
}// 创建简化的特征提取器
extractor := face.NewSimpleFaceExtractor()
// 检查可用性
if !extractor.IsAvailable() {
log.Println("二进制提取器不可用，将使用纯Go实现")
}
// 提取特征码
result, err := extractor.ExtractToFeatureCode(imageData)
if err != nil {
return fmt.Errorf("特征提取失败: %v", err)
}
if result.Success {
fmt.Printf("特征提取成功，质量: %.3f\n", result.Quality)
}# 上传人脸图片
curl -X POST http://localhost:8080/api/face/upload \
-H "Content-Type: application/json" \
-d '{
"user_id": "user123",
"image": "data:image/jpeg;base64,/9j/4AAQSkZJRgABAQ..."
}'响应:
{
"success": true,
"message": "人脸特征提取并保存成功",
"user_id": "user123",
"feature_id": "face_user123_1672531200",
"quality": 0.92,
"process_time": 156
}- 维度: 128维
- 数据类型: float32
- 归一化: L2归一化
- 编码: Base64字符串
质量评分基于以下因素：
- 清晰度: 拉普拉斯方差 (50%)
- 尺寸: 人脸区域大小 (30%)
- 亮度: 光照条件 (20%)
- 处理速度: 100-500ms
- 准确率: >95%
- 内存占用: <100MB
- 支持格式: JPEG, PNG, BMP
缺少依赖:
pip install face-recognition opencv-python pillowPyInstaller问题:
pip install --upgrade pyinstaller权限问题:
chmod +x face-extractor库依赖问题:
- Linux:
apt-get install libglib2.0-0 - macOS:
brew install glib
路径查找失败:
- 确保二进制文件在项目根目录
- 检查文件权限
- 设置环境变量
FACE_EXTRACTOR_PATH
编辑 face_extractor.py 后重新编译：
# 重新编译
./build.sh
# 测试
./face-extractor --version# 直接运行Python脚本（开发模式）
python face_extractor.py extract --base64 <data> --output result.json可以修改以下参数：
- 特征向量维度（默认128）
- 质量评分权重
- 支持的图片格式
MIT License
欢迎提交Issue和Pull Request。
如有问题，请联系开发团队。