PC人脸识别登录,出乎意料的简单

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

创新互联专注于延安网站建设服务及定制,我们拥有丰富的企业做网站经验。 热诚为您提供延安营销型网站建设,延安网站制作、延安网页设计、延安网站官网定制、成都微信小程序服务,打造延安网络公司原创品牌,更为您提供延安网站排名全网营销落地服务。

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。

PC人脸识别登录,出乎意料的简单

实现原理
  • 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 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 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

    PC人脸识别登录,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。

    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!

    PC人脸识别登录,出乎意料的简单


    标题名称:PC人脸识别登录,出乎意料的简单
    转载源于:http://cdiso.cn/article/jcjgdg.html

    其他资讯