PC人臉識別登入，出乎意料的簡單
本文收錄在 GitHub 地址https://github.com/chengxy-nds/Springboot-Notebook
之前不是做了個開源專案嘛，在做完GitHub登入後，想著再顯得有逼格一點，說要再加個人臉識別登入，就我這佛系的開發進度，過了一週總算是抽時間安排上了。
原始碼在文末
其實最近對寫文章有點小牴觸，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。調整了自己的心態，只要我分享的東西對大家有幫助就好，至於多少人看那就隨緣吧！
廢話不多說先看人臉識別效果動態，馬賽克有點重哈，沒辦法長相實在是拿不出手。
實現原理
我們看一下實現人臉識別登入的大致流程，三個主要步驟：
-
前端登入頁開啟攝像頭，進行人臉識別，注意：只識別畫面中是不是有人臉
-
識別到人臉後，拍照上傳當前畫面圖片
-
後端接受圖片並呼叫人臉庫SDK，對人像進行比對，通過則登入成功，並將人像資訊註冊到人臉庫和本地
mysql。
前端實現
上邊說過要在前端識別到人臉，所以這裡就不得不借助工具了，我使用的tracking.js，一款輕量級的前端人臉識別框架。
前端Vue程式碼實現邏輯比較簡單，tracking.js開啟攝像頭識別到人臉資訊後，對視訊影象拍照，將圖片資訊上傳到後臺，等待圖片對比的結果就可以了。
data() {
return {
showContainer: true, // 顯示
tracker: null,
tipFlag: false, // 提示使用者已經檢測到
flag: false, // 判斷是否已經拍照
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秒後拍照，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.$refs.refVideo, 0, 0, 500, 500)
// 儲存為base64格式
this.imgUrl = this.saveAsPNG(this.$refs.refCanvas)
var formData = new FormData();
formData.append("file", this.imgUrl);
this.scanTip = '登入中，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()
},
// 儲存為png,base64格式圖片
saveAsPNG(c) {
return c.toDataURL('image/png', 0.3)
},
// 關閉並清理資源
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
之前也搞過一個人臉識別案例《基於 Java 實現的人臉識別功能（附原始碼）》，不過呼叫SDK的方式太過繁瑣，而且程式碼量巨大。所以這次為了簡化實現，改用了百度的人臉識別API，沒想到出乎意料的簡單。
別抬槓問我為啥不自己寫人臉識別工具，別問，問就是不會
在百度雲註冊一個應用https://console.bce.baidu.com/ai/?_=1595996996657&fromai=1#/ai/face/app/list，得到API Key和Secret Key，為了後續獲取token用。
百度雲人臉識別的API非常友好，各種操作的 demo都寫好了，拿過來簡單改改就可以。
第一步先獲取token
API的基礎。
https://aip.baidubce.com/oauth/2.0/token?
grant_type=client_credentials&
client_id=【百度雲應用的AK】&
client_secret=【百度雲應用的SK】
接下來我們開始對圖片進行比對，百度雲提供了一個線上的人臉庫，使用者登入我們先在人臉庫查詢人像是否存在，存在則表示登入成功，如果不存在則註冊到人臉庫。每個圖片有一個唯一標識face_token。
百度人臉識別API實現比較簡單，需要特別注意引數image_type，它有三種類型
BASE64：圖片的base64值，base64編碼後的圖片資料，編碼後的圖片大小不超過2M；URL：圖片的URL地址( 可能由於網路等原因導致下載圖片時間過長)；FACE_TOKEN：人臉圖片的唯一標識，呼叫人臉檢測介面時，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。
而我們這裡使用的是圖片BASE64檔案，所以image_type要設定成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;
}
專案是前後端分離的，但為了大家學習方便，我把人臉識別頁面整合到了後端專案。
最後 run FireControllerApplication 訪問地址：http://localhost:8082/face即可。
原始碼GitHub地址：https://github.com/chengxy-nds/fire.git，歡迎大家來耍~
整理了幾百本各類技術電子書，送給小夥伴們。關注公號回覆【666】自行領取。和一些小夥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！
無論你是剛入行、還是已經有幾年經驗的程式設計師，相信這份面試提綱都會給你不少助力，長按二維碼關注 『 程式設計師內點事 』 ，回覆 『 offer 』 自行領取，祝大家 offer 拿到手軟
來源：機槍兵