java人脸识别_自从加了PC人脸识别登录功能,网站立马显得高大上
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:
- 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。
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
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 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 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 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相送 ,嘘~,「免费」 送给小伙伴们,私信或者评论【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。
java人脸识别_自从加了PC人脸识别登录功能,网站立马显得高大上相关推荐
- 一加7t人脸识别_一加7pro有人脸识别吗一加7和一加7pro的区别
一加7Pro有人脸识别,在录取人脸的时候,并不需要摇头晃脑即可完成录入. 一加7pro有人脸识别吗 在安全和锁屏中,一加7Pro支持指纹解锁和人脸解锁,在录取人脸的时候,并不需要摇头晃脑即可完成录入. ...
- java毕业设计项目_第167期ssm多用户博客个人网站_计算机毕业设计
java毕业设计项目_第167期ssm多用户博客个人网站_计算机毕业设计 [源码请到资源专栏下载] 今天分享的项目是<ssm多用户博客个人网站> 该项目分为2个角色,管理员和用户. 用户可 ...
- 一加7t人脸识别_一加7T新机设计图发布 这款手机的外观设计如何
花火网9月27日讯,据有关消息,近期,Oneplus一加创始人刘作虎在@微博宣布了一加7T新机设计图,刚刚外媒CNET已经曝光了一组一加7T真机开箱图.从图中可以看出,一加7T采用后置环形3摄.90H ...
- ios开发ocr识别_传统图像处理技术,ocr识别技术算法
关键词:文字识别,OCR识别,清华文通,OCR识别SDK 清华文通th ocr是一款专业的文字识别软件.软件不仅在电脑上可以使用,还支持移动端iOS以及Andeoid系统,支持中英文拍照识别,但是,都 ...
- 电容屏物体识别_基于电容屏的物体识别技术简介
原标题:基于电容屏的物体识别技术简介 物体识别技术概述 物体识别是基于触控屏的标签识别交互系统,由触控屏和实物标签Marker,软件底层识别程序和软件上层效果程序,支持多个Marker同时显示,将Ma ...
- 电容屏物体识别_电容屏物体触控识别技术的简单介绍
(文章来源:触宇光电) 物体识别是基于触控屏的标签识别交互系统,由触控屏和实物标签Marker,软件底层识别程序和软件上层效果程序,支持多个Marker同时显示,将Marker嵌入或粘合到待识别物体的 ...
- JAVA爬需要账号登录的网_如何用 Python 爬取需要登录的网站?
最近我必须执行一项从一个需要登录的网站上爬取一些网页的操作.它没有我想象中那么简单,因此我决定为它写一个辅助教程. 在本教程中,我们将从我们的bitbucket账户中爬取一个项目列表. 教程中的代码可 ...
- java 记录用户_JavaWeb学习记录(六)——用户登录功能
使用JDBC.spring框架.servlet实现一个简单的用户登录功能. 一.mySql数据库 SET FOREIGN_KEY_CHECKS=0; -- ---------------------- ...
- 一加7t人脸识别_一加7T系列国行版开启预约 谷歌Pixel 4系列高清图曝光
据一加手机官方消息,一加7T系列国行版已经开启预约,全新系列将于10月15日正式发布. 一加7T采用6.55英寸,分辨率为2400×1080的AMOLED显示屏,具有90Hz刷新率.峰值亮度为1000 ...
最新文章
- 上万家物联网公司会被“政策死”吗
- CFString​Transform
- rabbitmq消费固定个数消息_SpringBoot+RabbitMQ (保证消息100%投递成功并被消费)
- 关于Domain-Specific Languages
- 嵌入式开发板上常用术语
- mybaits九:自定义结果映射规则
- ElasticSearch安装拼音插件(pinyin)
- nginx 目录讲解
- 软件测试技术lab1 2017.3.13
- spring注解配置quartz
- 20170830 - A - Java IO操作
- 中国机器人市场增速震惊全世界!这6大机器人你听过几个?
- 3. Carla导入openDRIVE地图
- 如何做一个基于微信积分商城小程序系统毕业设计毕设作品
- 来自H3C的降维打击:H3C BX54鲸路由评测体验
- Android 直接拨号和调用拨号盘
- 日本留学签证 申请途径(通过中介)
- 口红机 抖音口红机 女神赢口红系统源码 全开源可二次开发 微信游戏,公众号游戏,口红机源码安装部署、调试...
- 如何确定抽样的样本数量
- nginx配置访问本地静态资源