ITPub博客

首页 > 应用开发 > Java > Java教程:PC人脸识别登录,竟然出乎意料的简单

Java教程:PC人脸识别登录,竟然出乎意料的简单

原创 Java 作者:千锋Python唐小强 时间:2020-07-31 15:51:39 0 删除 编辑

最近对写文章稍稍的有点小抵触,写的东西没人看,有点小失落,还好在粉丝朋友的开导下,调整了下自己的心态,只要我分享的东西对大家有帮助就好,至于多少人看那就随缘吧!有时候真不能把事儿自己钻里面想,越想越出不来!你们也要开开心心的哈!

话不多说先看人脸识别效果动态,马赛克有点重哈,没办法长相实在是拿不出手。

Java教程:PC人脸识别登录,竟然出乎意料的简单

实现原理

我们看一下实现人脸识别登录的大致流程,三个主要步骤:

Java教程:PC人脸识别登录,竟然出乎意料的简单

  1. 前端登录页打开摄像头,进行人脸识别, 注意:只识别画面中是不是有人脸
  2. 识别到人脸后,拍照上传当前画面图片
  3. 后端接受图片并调用人脸库SDK,对人像进行比对,通过则登录成功,并将人像信息注册到人脸库和本地mysql。

前端实现

上边说过要在前端识别到人脸,所以这里就不得不借助工具了,我使用的 tracking.js,一款轻量级的前端人脸识别框架。

前端 Vue 代码实现逻辑比较简单,tracking.js 打开摄像头识别到人脸信息后,对视频图像拍照,将图片信息上传到后台,等待图片对比的结果就可以了。

data() {

        return {
           showContainer: true,   // 显示
           tracker: null,
           tipFlag: false,         // 提示用户已经检测到
           flag: false,             // 判断是否已经拍照
           context: null,           // canvas上下文
           removePhotoID: null,     // 停止转换图片
           scanTip: '人脸识别中...', // 提示文字
           imgUrl: '',               // base64格式图片
           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 = '未识别到人脸'
               } else {
                    if (! this.tipFlag) {
                        this.scanTip = '识别成功,正在拍照,请勿乱动~'
                   }
                    // 1秒后拍照,仅拍一次
                    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.$refs.refVideo, 0, 0, 500, 500)
            // 保存为base64格式
            this.imgUrl = this.saveAsPNG( this.$refs.refCanvas)
           var formData = new FormData();
           formData.append( "file", this.imgUrl);
            this.scanTip = '登录中,请稍等~'

           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()
       },

        // 保存为png,base64格式图片
       saveAsPNG(c) {
            return c.toDataURL( 'image/png', 0.3)
       },

        // 关闭并清理资源
       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)
       }
   }

人脸识别

之前也搞过一个人脸识别案例,不过调用SDK的方式太过繁琐,而且代码量巨大。所以这次为了简化实现,改用了百度的人脸识别API,没想到出乎意料的简单。

别抬杠问我为啥不自己写人脸识别工具,别问,问就是不会

Java教程:PC人脸识别登录,竟然出乎意料的简单

百度云人脸识别的API非常友好,各种操作的 demo都写好了,拿过来简单改改就可以。

第一步先获取token,这是调用百度人脸识别API的基础。


https:
//aip.baidubce.com/oauth/2.0/token?

grant_type=client_credentials&
client_id=【百度云应用的AK】&
client_secret=【百度云应用的SK】

接下来我们开始对图片进行比对,百度云提供了一个在线的人脸库,用户登录我们先在人脸库查询人像是否存在,存在则表示登录成功,如果不存在则注册到人脸库。每个图片有一个唯一标识face_token。

Java教程:PC人脸识别登录,竟然出乎意料的简单

百度人脸识别 API 实现比较简单,需要特别注意参数image_type,它有三种类型

  • BASE64:图片的base64值,base64编码后的图片数据,编码后的图片大小不超过2M;
  • URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长);
  • FACE_TOKEN:人脸图片的唯一标识,调用人脸检测接口时,会为每个人脸图片赋予一个唯一的
    FACE_TOKEN,同一张图片多次检测得到的FACE_TOKEN是同一个。

而我们这里使用的是图片BASE64文件,所以image_type要设置成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;
   }

项目是前后端分离的,但为了大家学习方便,我把人脸识别页面整合到了后端项目。


伙伴们有不清楚的地方,可以留言~



来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/69923331/viewspace-2708409/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论

注册时间:2019-05-14

  • 博文量
    970
  • 访问量
    524925