PC人臉識別登錄，出乎意料的簡單

發(fā)布時間：2020-08-11 13:11:05 來源：ITPUB博客閱讀：447 作者：程序員內(nèi)點事欄目：編程語言

“
本文收錄在個人博客： www.chengxy-nds.top，技術資源共享。

之前不是做了個開源項目嘛，在做完 GitHub登錄后，想著再顯得有逼格一點，說要再加個人臉識別登錄，就我這佛系的開發(fā)進度，過了一周總算是抽時間安排上了。

源碼在文末

其實最近對寫文章有點小抵觸，寫的東西沒人看，總有點小失落，好在有同行大佬們的開導讓我重拾了信心。調(diào)整了自己的心態(tài)，只要我分享的東西對大家有幫助就好，至于多少人看那就隨緣吧！

廢話不多說先看人臉識別效果動態(tài)，馬賽克有點重哈，沒辦法長相實在是拿不出手。

實現(xiàn)原理

前端登錄頁打開攝像頭，進行人臉識別，注意：只識別畫面中是不是有人臉

識別到人臉后，拍照上傳當前畫面圖片

后端接受圖片并調(diào)用人臉庫SDK，對人像進行比對，通過則登錄成功，并將人像信息注冊到人臉庫和本地 mysql。

前端實現(xiàn) data() {
         return {
             showContainer: true,    // 顯示
            tracker: null,
             tipFlag: false,          // 提示用戶已經(jīng)檢測到
            flag: false,             // 判斷是否已經(jīng)拍照
            context: null,           // canvas上下文
            removePhotoID: null,     // 停止轉換圖片
            scanTip: '人臉識別中...', // 提示文字
            imgUrl: '',               // base64格式圖片
            canvas: null
        }
    },
    mounted() {
         this.playVideo()
    },
     methods: {

        playVideo() {
             var video = document.getElementById( 'video');
             this.canvas = document.getElementById( 'canvas');
             this.context = this.canvas.getContext( '2d');
             this.tracker = new tracking.ObjectTracker( 'face');
             this.tracker.setInitialScale( 4);
             this.tracker.setStepSize( 2);
             this.tracker.setEdgesDensity( 0.1);

            tracking.track( '#video', this.tracker, { camera: true});

             this.tracker.on( 'track', this.handleTracked);
        },

        handleTracked(event) {
                 this.context.clearRect( 0, 0, this.canvas.width, this.canvas.height);
                 if (event.data.length === 0) {
                     this.scanTip = '未識別到人臉'
                } else {
                     if (! this.tipFlag) {
                         this.scanTip = '識別成功，正在拍照，請勿亂動~'
                    }
                     // 1秒后拍照，僅拍一次
                     if (! this.flag) {
                         this.scanTip = '拍照中...'
                         this.flag = true
                         this.removePhotoID = setTimeout( () => {
                                 this.tackPhoto()
                                 this.tipFlag = true
                            },
                             2000
                        )
                    }
                    event.data.forEach( this.plot);
                }
        },

        plot(rect){
             this.context.strokeStyle = '#eb652e';
             this.context.strokeRect(rect.x, rect.y, rect.width, rect.height);
             this.context.font = '11px Helvetica';
             this.context.fillStyle = "#fff";
             this.context.fillText( 'x: ' + rect.x + 'px', rect.x + rect.width + 5, rect.y + 11);
             this.context.fillText( 'y: ' + rect.y + 'px', rect.x + rect.width + 5, rect.y + 22);
        },

         // 拍照
        tackPhoto() {

             this.context.drawImage( this.$refs.refVideo, 0, 0, 500, 500)
             // 保存為base64格式
             this.imgUrl = this.saveAsPNG( this.$refs.refCanvas)
             var formData = new FormData();
            formData.append( "file", this.imgUrl);
             this.scanTip = '登錄中，請稍等~'

            axios({
                 method: 'post',
                 url: '/faceDiscern',
                 data: formData,
            }).then( function ( response) {
                alert(response.data.data);
                 window.location.href= "http://127.0.0.1:8081/home";
            }).catch( function ( error) {
                 console.log(error);
            });

             this.close()
        },

         // 保存為png,base64格式圖片
        saveAsPNG(c) {
             return c.toDataURL( 'image/png', 0.3)
        },

         // 關閉并清理資源
        close() {
             this.flag = false
             this.tipFlag = false
             this.showContainer = false
             this.tracker && this.tracker.removeListener( 'track', this.handleTracked) && tracking.track( '#video', this.tracker, { camera: false});
             this.tracker = null
             this.context = null
             this.scanTip = ''
            clearTimeout( this.removePhotoID)
        }
    }

人臉識別 https: //aip.baidubce.com/oauth/2.0/token?
grant_type=client_credentials&
client_id=【百度云應用的AK】&
client_secret=【百度云應用的SK】

接下來我們開始對圖片進行比對，百度云提供了一個在線的人臉庫，用戶登錄我們先在人臉庫查詢?nèi)讼袷欠翊嬖?，存在則表示登錄成功，如果不存在則注冊到人臉庫。每個圖片有一個唯一標識 face_token。

百度人臉識別 API 實現(xiàn)比較簡單，需要特別注意參數(shù) image_type，它有三種類型

BASE64：圖片的base64值，base64編碼后的圖片數(shù)據(jù)，編碼后的圖片大小不超過2M；
URL：圖片的 URL地址( 可能由于網(wǎng)絡等原因?qū)е孪螺d圖片時間過長)；
FACE_TOKEN：人臉圖片的唯一標識，調(diào)用人臉檢測接口時，會為每個人臉圖片賦予一個唯一的 FACE_TOKEN，同一張圖片多次檢測得到的 FACE_TOKEN是同一個。

而我們這里使用的是圖片 BASE64文件，所以 image_type要設置成 BASE64。


    @Override

    public BaiDuFaceSearchResult faceSearch(
String file) {



        
try {

            byte[] decode = Base64.decode(Base64Util.base64Process(file));

            
String faceFile = Base64Util.encode(decode);



            
Map<
String, 
Object> map = 
new HashMap<>();

            map.put(
"image", faceFile);

            map.put(
"liveness_control", 
"NORMAL");

            map.put(
"group_id_list", 
"user");

            map.put(
"image_type", 
"BASE64");

            map.put(
"quality_control", 
"LOW");

            
String param = GsonUtils.toJson(map);



            
String result = HttpUtil.post(faceSearchUrl, 
this.getAccessToken(), 
"application/json", param);

            BaiDuFaceSearchResult searchResult = JSONObject.parseObject(result, BaiDuFaceSearchResult.class);

            log.info(
" faceSearch: {}", 
JSON.toJSONString(searchResult));

            
return searchResult;

        } 
catch (Exception e) {

            log.error(
"get faceSearch error {}", e.getStackTrace());

            e.getStackTrace();

        }

        
return 
null;

    }



    @Override

    public BaiDuFaceDetectResult faceDetect(
String file) {



        
try {

            byte[] decode = Base64.decode(Base64Util.base64Process(file));

            
String faceFile = Base64Util.encode(decode);



            
Map<
String, 
Object> map = 
new HashMap<>();

            map.put(
"image", faceFile);

            map.put(
"face_field", 
"faceshape,facetype");

            map.put(
"image_type", 
"BASE64");

            
String param = GsonUtils.toJson(map);



            
String result = HttpUtil.post(faceDetectUrl, 
this.getAccessToken(), 
"application/json", param);

            BaiDuFaceDetectResult detectResult = JSONObject.parseObject(result, BaiDuFaceDetectResult.class);

            log.info(
" detectResult: {}", 
JSON.toJSONString(detectResult));

            
return detectResult;

        } 
catch (Exception e) {

            log.error(
"get faceDetect error {}", e.getStackTrace());

            e.getStackTrace();

        }

        
return 
null;

    }



    @Override

    public BaiDuFaceAddResult addFace(
String file, UserFaceInfo userFaceInfo) {



        
try {

            byte[] decode = Base64.decode(Base64Util.base64Process(file));

            
String faceFile = Base64Util.encode(decode);



            
Map<
String, 
Object> map = 
new HashMap<>();

            map.put(
"image", faceFile);

            map.put(
"group_id", 
"user");

            map.put(
"user_id", userFaceInfo.getUserId());

            map.put(
"user_info", 
JSON.toJSONString(userFaceInfo));

            map.put(
"liveness_control", 
"NORMAL");

            map.put(
"image_type", 
"BASE64");

            map.put(
"quality_control", 
"LOW");

            
String param = GsonUtils.toJson(map);



            
String result = HttpUtil.post(addfaceUrl, 
this.getAccessToken(), 
"application/json", param);

            BaiDuFaceAddResult addResult = JSONObject.parseObject(result, BaiDuFaceAddResult.class);

            log.info(
"addResult: {}", 
JSON.toJSONString(addResult));

            
return addResult;

        } 
catch (Exception e) {

            log.error(
"get addFace error {}", e.getStackTrace());

            e.getStackTrace();

        }

        
return 
null;

    }

項目是前后端分離的，但為了大家學習方便，我把人臉識別頁面整合到了后端項目。

最后 run FireControllerApplication 訪問地址：http://localhost:8082/face 即可。

源碼 GitHub地址： https://github.com/chengxy-nds/fire.git，歡迎大家來耍~

原創(chuàng)不易，燃燒秀發(fā)輸出內(nèi)容，如果有一丟丟收獲，點個贊鼓勵一下吧！

整理了幾百本各類技術電子書，送給小伙伴們。關注公號回復【666】自行領取。和一些小伙伴們建了一個技術交流群，一起探討技術、分享技術資料，旨在共同學習進步，如果感興趣就加入我們吧！

向AI問一下細節(jié)

PC人臉識別登錄，出乎意料的簡單

猜你喜歡

最新資訊

相關推薦

相關標簽

PC人臉識別登錄，出乎意料的簡單