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。
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。
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<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。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
统信UOS已适配1000+款华为鲲鹏产品:日常办公可取代Windows
7月28日,华为在深圳主办了一场“深圳·进而有为 华为云与计算城市峰会2020”,统信软件作为华为重要的基础软件合作伙伴受邀参展,在现场展示了最新的UOS桌面操作系统产品。 展示中,搭载UOS系统的华为鲲鹏台式电脑,配合中矗打印机,可以完整体验日常办公使用场景。UOS简洁美观的交互设计、流畅智能的操作体验,也给与会观众留下了深刻印象。 据介绍,目前基于统信UOS、华为鲲鹏平台的整机、应用、外设的适配已经超过1000款,在日常办公领域已经完全具备替换Windows系统的能力。 统信软件称,UOS系统具有安全稳定、智能易用的特点,在党政军、金融等核心应用领域具有较强的产品竞争力,已成为政企信创转型升级的首选操作系统品牌。 根据统信软件公布的最新消息,UOS桌面操作系统V20个人版将在本月底发布,提供耳目一新的桌面环境、双内核机制、全新设计的体验工具、系统备份还原功能、增值服务,还可以联网自动激活。
- 下一篇
goFileView 20200729 更新,新增 PDF 预览
Go File View 是基于 Golang 的在线文件(Word、Excel、PPT、PDF)预览程序,受kkFileView启发并基于其 Web 前端开发。 GoFileView-在线文件预览程序20200729更新 新增了以PDF形式预览Office文件 修复了缓存监控协程直接退出的BUG,修复了缓存无法自动清除的BUG 修改开源协议为Apache 2.0 Word PDF式预览效果 PDF 图片式预览效果(偷偷给自己打广告) 你可以直接访问http://gofileview.onlinecode.cn/使用预置的文件查看goFileView的效果 项目地址: https://github.com/leeli73/goFileView https://gitee.com/leeli73/goFileView 欢迎fork,欢迎Star。同时如果您有什么问题或建议可以再issue中告诉我,让我们一起让gofileview更加完善。
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2整合Thymeleaf,官方推荐html解决方案