PC人脸识别登录,出乎意料的简单

开发 后端 人脸识别
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。

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。

[[335574]]

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:

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

识别到人脸后,拍照上传当前画面图片

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。

 

  1. data() {  
  2.         return {  
  3.             showContainer: true,   // 显示  
  4.             tracker: null,  
  5.             tipFlag: false,         // 提示用户已经检测到  
  6.             flag: false,            // 判断是否已经拍照  
  7.             context: null,          // canvas上下文  
  8.             removePhotoID: null,    // 停止转换图片  
  9.             scanTip: '人脸识别中...',// 提示文字  
  10.             imgUrl: '',              // base64格式图片  
  11.             canvas: null  
  12.         }  
  13.     },  
  14.     mounted() {  
  15.         this.playVideo()  
  16.     },  
  17.     methods: {  
  18.         playVideo() {  
  19.             var video = document.getElementById('video');  
  20.             this.canvas = document.getElementById('canvas');  
  21.             thisthis.context = this.canvas.getContext('2d');  
  22.             this.tracker = new tracking.ObjectTracker('face');  
  23.             this.tracker.setInitialScale(4);  
  24.             this.tracker.setStepSize(2);  
  25.             this.tracker.setEdgesDensity(0.1);  
  26.             tracking.track('#video', this.tracker, {camera: true});  
  27.             this.tracker.on('track', this.handleTracked);  
  28.         },  
  29.         handleTracked(event) { 
  30.                  this.context.clearRect(0, 0, this.canvas.width, this.canvas.height);  
  31.                 if (event.data.length === 0) {  
  32.                     this.scanTip = '未识别到人脸'  
  33.                 } else {  
  34.                     if (!this.tipFlag) {  
  35.                         this.scanTip = '识别成功,正在拍照,请勿乱动~'  
  36.                     }  
  37.                     // 1秒后拍照,仅拍一次  
  38.                     if (!this.flag) {  
  39.                         this.scanTip = '拍照中...'  
  40.                         this.flag = true  
  41.                         this.removePhotoID = setTimeout(() => {  
  42.                                 this.tackPhoto()  
  43.                                 this.tipFlag = true  
  44.                             },  
  45.                             2000  
  46.                         )  
  47.                     }  
  48.                     event.data.forEach(this.plot);  
  49.                 } 
  50.         },  
  51.         plot(rect){  
  52.             this.context.strokeStyle = '#eb652e' 
  53.             this.context.strokeRect(rect.x, rect.y, rect.width, rect.height);  
  54.             this.context.font = '11px Helvetica' 
  55.             this.context.fillStyle = "#fff" 
  56.             this.context.fillText('x: ' + rect.x + 'px', rect.x + rect.width + 5, rect.y + 11);  
  57.             this.context.fillText('y: ' + rect.y + 'px', rect.x + rect.width + 5, rect.y + 22);  
  58.         },  
  59.         // 拍照  
  60.         tackPhoto() {  
  61.             this.context.drawImage(this.$refs.refVideo, 0, 0, 500, 500)  
  62.             // 保存为base64格式  
  63.             thisthis.imgUrl = this.saveAsPNG(this.$refs.refCanvas)  
  64.             var formData = new FormData();  
  65.             formData.append("file", this.imgUrl);  
  66.             this.scanTip = '登录中,请稍等~'  
  67.             axios({  
  68.                 method: 'post',  
  69.                 url: '/faceDiscern', 
  70.                 data: formData,  
  71.             }).then(function (response) {  
  72.                 alert(response.data.data);  
  73.                 window.location.href="http://127.0.0.1:8081/home" 
  74.             }).catch(function (error) {  
  75.                 console.log(error);  
  76.             });  
  77.             this.close()  
  78.         },  
  79.         // 保存为png,base64格式图片  
  80.         saveAsPNG(c) {  
  81.             return c.toDataURL('image/png', 0.3)  
  82.         },  
  83.         // 关闭并清理资源  
  84.         close() {  
  85.             this.flag = false  
  86.             this.tipFlag = false  
  87.             this.showContainer = false  
  88.             this.tracker && this.tracker.removeListener('track', this.handleTracked) && tracking.track('#video', this.tracker, {camera: false});  
  89.             this.tracker = null  
  90.             this.context = null  
  91.             this.scanTip = ''  
  92.             clearTimeout(this.removePhotoID)  
  93.         }  
  94.     } 

 

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。

 

 

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。

 

  1. https://aip.baidubce.com/oauth/2.0/token?  
  2. grant_type=client_credentials 
  3. client_id=【百度云应用的AK】&  
  4. 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。 

  1. @Override  
  2.   public BaiDuFaceSearchResult faceSearch(String file) {  
  3.       try {  
  4.           byte[] decode = Base64.decode(Base64Util.base64Process(file));  
  5.           String faceFile = Base64Util.encode(decode);  
  6.           Map<String, Object> map = new HashMap<>();  
  7.           map.put("image", faceFile);  
  8.           map.put("liveness_control", "NORMAL");  
  9.           map.put("group_id_list", "user");  
  10.           map.put("image_type", "BASE64");  
  11.           map.put("quality_control", "LOW");  
  12.           String param = GsonUtils.toJson(map);  
  13.           String result = HttpUtil.post(faceSearchUrl, this.getAccessToken(), "application/json", param);  
  14.           BaiDuFaceSearchResult searchResult = JSONObject.parseObject(result, BaiDuFaceSearchResult.class);  
  15.           log.info(" faceSearch: {}", JSON.toJSONString(searchResult));  
  16.           return searchResult;  
  17.       } catch (Exception e) {  
  18.           log.error("get faceSearch error {}", e.getStackTrace());  
  19.           e.getStackTrace();  
  20.       }  
  21.       return null; 
  22.   }  
  23.   @Override  
  24.   public BaiDuFaceDetectResult faceDetect(String file) {  
  25.       try {  
  26.           byte[] decode = Base64.decode(Base64Util.base64Process(file));  
  27.           String faceFile = Base64Util.encode(decode);  
  28.           Map<String, Object> map = new HashMap<>();  
  29.           map.put("image", faceFile);  
  30.           map.put("face_field", "faceshape,facetype");  
  31.           map.put("image_type", "BASE64");  
  32.           String param = GsonUtils.toJson(map);  
  33.           String result = HttpUtil.post(faceDetectUrl, this.getAccessToken(), "application/json", param);  
  34.           BaiDuFaceDetectResult detectResult = JSONObject.parseObject(result, BaiDuFaceDetectResult.class);  
  35.           log.info(" detectResult: {}", JSON.toJSONString(detectResult));  
  36.           return detectResult;  
  37.       } catch (Exception e) {  
  38.           log.error("get faceDetect error {}", e.getStackTrace());  
  39.           e.getStackTrace();  
  40.       }  
  41.       return null;  
  42.   }  
  43.   @Override  
  44.   public BaiDuFaceAddResult addFace(String file, UserFaceInfo userFaceInfo) {  
  45.       try {  
  46.           byte[] decode = Base64.decode(Base64Util.base64Process(file));  
  47.           String faceFile = Base64Util.encode(decode);  
  48.           Map<String, Object> map = new HashMap<>();  
  49.           map.put("image", faceFile);  
  50.           map.put("group_id", "user");  
  51.           map.put("user_id", userFaceInfo.getUserId());  
  52.           map.put("user_info", JSON.toJSONString(userFaceInfo));  
  53.           map.put("liveness_control", "NORMAL");  
  54.           map.put("image_type", "BASE64");  
  55.           map.put("quality_control", "LOW");  
  56.           String param = GsonUtils.toJson(map);  
  57.           String result = HttpUtil.post(addfaceUrl, this.getAccessToken(), "application/json", param);  
  58.           BaiDuFaceAddResult addResult = JSONObject.parseObject(result, BaiDuFaceAddResult.class);  
  59.           log.info("addResult: {}", JSON.toJSONString(addResult));  
  60.           return addResult;  
  61.       } catch (Exception e) {  
  62.           log.error("get addFace error {}", e.getStackTrace());  
  63.           e.getStackTrace();  
  64.       }  
  65.       return null;  
  66.   }  

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。

 

责任编辑:庞桂玉 来源: segmentfault
相关推荐

2014-06-18 09:32:30

编程语言Caml

2011-05-31 13:41:00

C语言

2011-06-29 09:38:13

电子书平板电脑Kindle

2012-06-04 11:51:31

飞视美视频会议

2021-02-03 15:29:44

人工智能人脸识别

2014-07-01 17:48:24

开发技术周刊

2022-05-18 09:49:26

MySQLID数据库

2021-03-09 09:20:09

人脸识别人工智能智能手机

2021-03-15 08:13:19

JavaScript开发代码

2022-07-12 08:43:31

人脸识别算法BlazeFace

2021-05-20 11:41:07

RSAC 2021/数

2021-05-10 11:08:00

人工智能人脸识别

2013-10-30 16:49:06

Windows XPWindows 8

2020-10-10 09:01:54

泄漏

2010-06-29 10:59:44

Windows 8人脸识别

2022-04-11 15:44:07

Linux人脸识别

2021-05-16 15:32:34

人工智能人脸识别技术

2021-02-26 01:01:05

自动化AI人工智能

2017-09-13 10:24:28

Python字符串Cpython

2022-10-20 09:33:35

点赞
收藏

51CTO技术栈公众号