"Эта статья размещена в личном блоге:www.chengxy-nds.top, совместное использование технических ресурсов.
Разве я раньше не делал проект с открытым исходным кодом?GitHubПосле входа в систему я подумал, что это будет немного более убедительно, и сказал, что добавлю распознавание лиц для входа в систему. Что касается прогресса в разработке моей буддийской системы, я, наконец, нашел время, чтобы организовать ее через неделю.
Исходный код находится в конце текста
На самом деле, в последнее время есть небольшое сопротивление написанию статей. Никто не читает то, что я пишу, и я всегда чувствую себя немного потерянным. К счастью, просвещение моих сверстников помогло мне восстановить мою уверенность. Я скорректировал свой менталитет, пока вещи, которыми я делюсь, полезны для всех, а сколько людей смотрят это, зависит от судьбы!
Не много ерунды, давайте сначала посмотрим на эффект динамического распознавания лиц, мозаика тяжеловата, и нет возможности посмотреть.
Принцип реализации
Давайте рассмотрим общий процесс реализации входа в систему с распознаванием лиц, три основных шага:
-
Страница входа в систему включает камеру и выполняет распознавание лиц.Уведомление: только определить, есть ли лицо на экране
-
После распознавания лица сделайте снимок и загрузите текущее изображение экрана
-
Серверная часть принимает изображение и вызывает SDK библиотеки лиц для сравнения портретов. Если он проходит успешно, вход в систему выполнен успешно, а информация о портрете регистрируется в библиотеке лиц и локальном
mysql.
Интерфейсная реализация
Выше я сказал, что лицо нужно распознавать на переднем конце, поэтому здесь мне приходится использовать инструменты.tracking.js, облегченная платформа распознавания лиц переднего плана.
внешний интерфейсVueЛогика реализации кода относительно проста,tracking.jsПосле включения камеры для распознавания информации о лице сделайте снимок видеоизображения, загрузите информацию об изображении на фон и дождитесь результата сравнения изображений.
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)
}
}
распознавание лица
Я уже делал дело по распознаванию лиц."Функция распознавания лиц на основе Java (с исходным кодом)", но способ вызова SDK слишком громоздкий и объем кода огромен. Так что на этот раз, чтобы упростить реализацию, вместо этого был использован API распознавания лиц Baidu, который оказался неожиданно простым.
"Не спрашивайте меня, почему я сам не пишу инструмент распознавания лиц, не спрашивайте, просто не спрашивайте
Зарегистрируйте приложение в Baidu Cloudhttps://console.bce.baidu.com/ai/?_=1595996996657&fromai=1#/ai/face/app/list,получитьAPI KeyиSecret KeyДля получения сопровожденияtokenиспользовать.
API Baidu Cloud Face Recognition очень удобный, написаны демки различных операций, их можно просто менять.
Сделайте первый шагtoken, который называется распознаванием лица BaiduAPIОсновы.
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】
Далее мы начинаем сравнивать фотографии. Облако Baidu предоставляет онлайн-базу лиц. Когда пользователи входят в систему, мы сначала проверяем, существует ли портрет в базе данных лиц. Если он существует, это означает, что вход выполнен успешно. Если нет существует, он будет зарегистрирован в базе данных лиц. Каждое изображение имеет уникальный идентификаторface_token.
Распознавание лица BaiduAPIРеализация относительно проста, требует особого внимания к параметрамimage_type, который имеет три типа
-
BASE64: значение base64 изображения, данные изображения после кодирования base64, размер закодированного изображения не превышает 2M; -
URL: рисунокURLадрес (загрузка картинок может занять слишком много времени из-за сетевых и других причин); -
FACE_TOKEN: Уникальный идентификатор изображения лица.При вызове интерфейса обнаружения лиц каждому изображению лица будет присвоен уникальный идентификатор.FACE_TOKEN, одно и то же изображение обнаруживается несколько разFACE_TOKENто же самое.
А здесь мы используем картинкиBASE64файл, такimage_typeбыть настроенным наBASE64.
@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;
}
До и после окончания проекта отдельно, но чтобы облегчить всем обучение, я интегрирую страницу распознавания лиц в серверную часть проекта.
Наконец, запустите FireControllerApplication, чтобы получить доступ к адресу: http://localhost:8082/face.
исходный кодGitHubадрес:https://github.com/chengxy-nds/fire.git, приветствую всех играть~
Оригинальность не так проста, сжигание волос на выходе, если есть потеря, пожалуйста, дайте лайк, чтобы поощрить это!
Разобраны и розданы друзьям сотни различных технических электронных книг. Подпишитесь на официальный аккаунт, чтобы ответить [666], чтобы получить его самостоятельно. Мы создали группу технического обмена с друзьями, чтобы обсуждать технологии и делиться технической информацией, стремясь вместе учиться и развиваться. Если вам интересно, присоединяйтесь к нам!