ITPub博客
首页 博客 专栏 学院 社区 IT新媒体评选
发博

首页 > 应用开发 > Java > PC人脸识别登录，出乎意料的简单

PC人脸识别登录，出乎意料的简单

原创 Java 作者：程序员内点事 时间：2020-07-29 15:12:07 0 删除 编辑
“

本文收录在个人博客： www.chengxy-nds.top，技术资源共享。

之前不是做了个开源项目嘛，在做完 GitHub登录后，想着再显得有逼格一点，说要再加个人脸识别登录，就我这佛系的开发进度，过了一周总算是抽时间安排上了。

源码在文末

其实最近对写文章有点小抵触，写的东西没人看，总有点小失落，好在有同行大佬们的开导让我重拾了信心。调整了自己的心态，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！

废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。

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：

  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 《基于 Java 实现的人脸识别功能（附源码）》 ，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

在百度云注册一个应用 https://console.bce.baidu.com/ai/?_=1595996996657&fromai=1#/ai/face/app/list，得到 API Key和 Secret Key，为了后续获取 token用。

在这里插入图片描述在这里插入图片描述

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。

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。

最后 run FireControllerApplication 访问地址：http://localhost:8082/face 即可。

源码 GitHub地址： https://github.com/chengxy-nds/fire.git，欢迎大家来耍~

原创不易，燃烧秀发输出内容，如果有一丢丢收获，点个赞鼓励一下吧！

整理了几百本各类技术电子书，送给小伙伴们。关注公号回复【666】自行领取。和一些小伙伴们建了一个技术交流群，一起探讨技术、分享技术资料，旨在共同学习进步，如果感兴趣就加入我们吧！


来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69961615/viewspace-2707773/ ，如需转载，请注明出处，否则将追究法律责任。

0
0
上一篇： 又被逼着优化代码，这次我干掉了出入参 Log日志
下一篇： 实用！一键生成数据库文档，堪称数据库界的Swagger
请登录后发表评论 登录
全部评论
程序员内点事

注册时间：2020-02-17

  • 博文量
    40
  • 访问量
    22758

最新文章

支持我们 作者招募 用户协议 FAQ Contact Us

北京盛拓优讯信息技术有限公司. 版权所有  京ICP备16024965号-8 北京市公安局海淀分局网监中心备案编号：11010802021510 niuxiaotong@pcpop.com 17352615567 未成年人举报专区

广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员

违法和不良信息举报电话:18101376593