if ret == -1:
print('人脸检测失败:', ret)
pass
# 5.显示检测结果，这时face_detect()返回的是faces
faces = ret
for i in range(0, faces.faceNum):
ra = faces.faceRect[i]
ft = fun.getSingleFace(faces, i) # 从faces集中，提取第0个人的特征
# print("ft:", ft.faceRect.left1, ft.faceRect.top1, ft.faceRect.right1, ft.faceRect.bottom1, ft.faceOrient)
ret, fea = fun.Feature_extract(im, ft) # 返回tuple，(标识, 特征)
if ret != 0:
print("特征提取失败！")
continue
pred_name, pred_score = fun.asf_compare_embadding(fea, asf_dataset_emb, asf_name_list) # 识别标签，分数
# print("pred_name===pred_score", pred_name, pred_score)
# 这里在图上画框标记
if pred_name is not None: # 标签不为空，说明识别到了
cv2.rectangle(im.data, (ra.left1, ra.top1), (ra.right1, ra.bottom1), (255, 0, 0), 2)
showInfo = pred_name + ": " + str(pred_score)[:5] # 分数只保留小数点后3位置
zh_cn_nums = general_util.get_zhcn_number(showInfo) # 中文的字数（一个中文字20个像素宽，一个英文字10个像素宽）
t_size = (20 * zh_cn_nums + 10 * (len(showInfo) - zh_cn_nums), 22)
c2 = ra.left1 + t_size[0], ra.top1 - t_size[1] - 3 # 纵坐标，多减3目的是字上方稍留空
cv2.rectangle(im.data, (ra.left1, ra.top1), c2, (0, 0, 255), -1) # filled
# print("t_size:", t_size, " c1:", c1, " c2:", c2)
# Draw a label with a name below the face
# cv2.rectangle(im0, c1, c2, (0, 0, 255), cv2.FILLED)
font = cv2.FONT_HERSHEY_DUPLEX
box = bboxes[i]
# ft = fun.getSingleFace(faces, i) # 从faces集中，提取第0个人的特征
# print("ft:", ft.faceRect.left1, ft.faceRect.top1, ft.faceRect.right1, ft.faceRect.bottom1, ft.faceOrient)
ft = face_class.ASF_SingleFaceInfo() # 单个人的信息
ft.faceRect.left1 = c_int32(box[0])
ft.faceRect.top1 = c_int32(box[1])
ft.faceRect.right1 = c_int32(box[2])
ft.faceRect.bottom1 = c_int32(box[3])
ft.faceOrient = c_int32(1) # 方向随便写个
ret, fea = fun.Feature_extract(im, ft) # 返回tuple，(标识, 特征)
if ret == 0: # 特征提取成功
pred_name, pred_score = fun.asf_compare_embadding(
fea,
ASF_FaceFeature_List,
ASF_Name_List,
threshold=0.8) # 识别标签，分数
# print(pred_name, pred_score)
if pred_name == name: # 如果识别姓名和标记姓名相同，则认为识别正确
correct_nums += 1
reco_result.append((file, name, pred_name, pred_score,
box)) # 文件名，标注名，识别名，置信度，人脸框
else: # 同一帧图片有多个人脸的情况，“特征提取失败”会打印多次
# 这时报错81925，表示人脸特征检测结果置信度低，说明mtcnn认为是人脸，而asf不认为这是人脸，提取特征的置信度低
log.logger.warn("特征提取失败：%s，%s，人脸个数：%d，失败点：%s" %
(ret, file, len(bboxes), box))
feature_failed_result.append((file, name, box))
# 8.测评完成
log.logger.info("EVAL finished! Accuracy: %.3f %%" %