# rust_photo_checker

**Repository Path**: dcren/rust_photo_checker

## Basic Information

- **Project Name**: rust_photo_checker
- **Description**: 使用rust写的证件照检查
- **Primary Language**: Rust
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-03
- **Last Updated**: 2026-07-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 证件照检测工具实现方案

## 技术栈选型
### 核心依赖
- **图像处理**：`image` (0.24) - 轻量级图像加载与像素操作
- **人脸检测**：`rustface` (0.1.3) - SeetaFace移植版，无外部依赖
- **清晰度评估**：`imageproc` (0.24) - 提供Sobel算子等计算机视觉算法
- **命令行解析**：`clap` (4.4) - 处理输入参数

### 依赖体积分析
| 依赖 | 体积 | 功能 |
|------|------|------|
| image | ~2MB | 图像IO与像素操作 |
| rustface | ~1.5MB | 人脸检测 |
| imageproc | ~3MB | 边缘检测与清晰度评估 |
| 总计 | ~6.5MB | 核心功能模块 |

## 功能实现方案

### 1. 图像加载与预处理
```rust
use image::{DynamicImage, ImageBuffer, RgbImage};

/// 加载图像并转换为RGB格式
fn load_image(path: &str) -> Result<RgbImage, image::ImageError> {
    let img = image::open(path)?;
    Ok(img.to_rgb8())
}
```

### 2. 背景颜色检测
#### HSV颜色空间转换
```rust
/// RGB转HSV颜色空间
fn rgb_to_hsv(r: u8, g: u8, b: u8) -> (f32, f32, f32) {
    let r = r as f32 / 255.0;
    let g = g as f32 / 255.0;
    let b = b as f32 / 255.0;
    
    let max = r.max(g).max(b);
    let min = r.min(g).min(b);
    let delta = max - min;
    
    let h = match max {
        _ if delta == 0.0 => 0.0,
        _ if max == r => 60.0 * ((g - b) / delta % 6.0),
        _ if max == g => 60.0 * ((b - r) / delta + 2.0),
        _ => 60.0 * ((r - g) / delta + 4.0),
    };
    let s = if max == 0.0 { 0.0 } else { delta / max };
    let v = max;
    
    (h, s * 100.0, v * 100.0)
}
```

#### 背景颜色判断
```rust
/// 判断背景是否为白色或蓝色
fn check_background(img: &RgbImage) -> Result<String, String> {
    // 采样边缘像素（排除中心区域避免衣物干扰）
    let (width, height) = (img.width(), img.height());
    let mut samples = Vec::new();
    
    // 采集边缘10%区域像素
    for y in 0..height {
        for x in 0..width {
            if x < width / 10 || x > width * 9 / 10 || y < height / 10 || y > height * 9 / 10 {
                let pixel = img.get_pixel(x, y);
                samples.push(rgb_to_hsv(pixel.0[0], pixel.0[1], pixel.0[2]));
            }
        }
    }
    
    // 判断蓝色背景 (H:100-130, S:43-255, V:46-255)
    let blue_count = samples.iter()
        .filter(|&&(h, s, v)| h >= 100.0 && h <= 130.0 && s >= 43.0 && v >= 46.0)
        .count();
    
    // 判断白色背景 (H:0-180, S:0-30, V:221-255)
    let white_count = samples.iter()
        .filter(|&&(h, s, v)| s <= 30.0 && v >= 85.0)
        .count();
    
    match (blue_count > samples.len() * 3 / 4, white_count > samples.len() * 3 / 4) {
        (true, _) => Ok("蓝色背景".to_string()),
        (_, true) => Ok("白色背景".to_string()),
        _ => Err("背景颜色不符合要求".to_string()),
    }
}
```

### 3. 人脸检测与比例验证
```rust
use rustface::{Detector, ImageData};

/// 检测人脸并验证比例
fn check_face(img: &RgbImage) -> Result<(), String> {
    let detector = Detector::new()?;
    let (width, height) = (img.width() as i32, img.height() as i32);
    
    // 转换为灰度图像
    let gray_img = image::DynamicImage::ImageRgb8(img.clone()).to_luma8();
    let image_data = ImageData::new(gray_img.as_raw(), width, height);
    
    // 检测人脸
    let faces = detector.detect(&image_data);
    if faces.is_empty() {
        return Err("未检测到人脸".to_string());
    }
    
    // 验证人脸比例（宽度占照片宽度的1/2至2/3）
    let face = &faces[0];
    let face_width = face.width() as f32;
    let photo_width = width as f32;
    let ratio = face_width / photo_width;
    
    if ratio < 0.4 || ratio > 0.7 {
        return Err(format!("人脸比例不符合要求（当前: {:.2}，建议: 0.4-0.7）", ratio));
    }
    
    Ok(())
}
```

### 4. 清晰度评估
```rust
use imageproc::edges::sobel_edges;
use imageproc::gradients::gradient_magnitude;

/// 使用Tenengrad算法评估清晰度
fn check_clarity(img: &image::DynamicImage) -> Result<f32, String> {
    let gray_img = img.to_luma8();
    let (grad_x, grad_y) = sobel_edges(&gray_img);
    let magnitude = gradient_magnitude(&grad_x, &grad_y);
    let mean_magnitude = magnitude.iter().sum::<f32>() / (magnitude.len() as f32);
    
    // 阈值设为500（需根据样本调整）
    if mean_magnitude < 500.0 {
        Err(format!("照片清晰度不足（当前: {:.2}，阈值: 500.0）", mean_magnitude))
    } else {
        Ok(mean_magnitude)
    }
}
```

## 测试与优化
1. **测试用例**：
   - 正常证件照（白色背景、正面人脸、300DPI）
   - 异常Case：侧脸、模糊图像、非纯色背景

2. **优化方向**：
   - 添加人像姿态检测（如是否正面）
   - 优化背景检测算法，处理光照不均情况
   - 增加眼睛间距、头顶留白等细节检测

## 最终程序结构
```
src/
├── main.rs          # 命令行入口
├── background.rs    # 背景颜色检测
├── face.rs          # 人脸检测与比例验证
├── clarity.rs       # 清晰度评估
└── utils.rs         # 图像处理工具函数
```