使用 HTML5, javascript, webrtc, websockets, Jetty 和 OpenCV 实现基于 Web 的人脸识...-低调大师

使用 HTML5, javascript, webrtc, websockets, Jetty 和 OpenCV 实现基于 Web 的人脸识...

2015-11-14 744

这是一篇国外的文章，介绍如何通过 WebRTC、OpenCV 和 WebSocket 技术实现在 Web 浏览器上的人脸识别，架构在 Jetty 之上。

实现的效果包括：

还能识别眼睛

人脸识别的核心代码：

页面：

        <div>
       
        <video id=
        "live" 
        width=
        "320" 
        height=
        "240" 
        autoplay style=
        "display: inline;"
        ></video> 
       
        <canvas width=
        "320" 
        id=
        "canvas" 
        height=
        "240" 
        style=
        "display: inline;"
        ></canvas> 
       
        </div>
       
        <script type=
        "text/javascript"
        > 
       
        var 
        video = $(
        "#live"
        ).get()[0]; 
       
        var 
        canvas = $(
        "#canvas"
        ); 
       
        var 
        ctx = canvas.get()[0].getContext(
        '2d'
        ); 
       
        navigator.webkitGetUserMedia(
        "video"
        , 
       
        function
        (stream) { 
       
        video.src = webkitURL.createObjectURL(stream); 
       
        }, 
       
        function
        (err) { 
       
        console.log(
        "Unable to get video stream!"
        ) 
       
        } 
       
        ) 
       
        timer = setInterval( 
       
        function 
        () { 
       
        ctx.drawImage(video, 0, 0, 320, 240); 
       
        }, 250); 
       
        </script>

后台：

 
        public 
        class 
        FaceDetection { 
       
        private 
        static 
        final 
        String CASCADE_FILE = 
        "resources/haarcascade_frontalface_alt.xml"
        ; 
       
        private 
        int 
        minsize = 
        20
        ; 
       
        private 
        int 
        group = 
        0
        ; 
       
        private 
        double 
        scale = 
        1.1
        ; 
       
        /** 
       
        * Based on FaceDetection example from JavaCV. 
       
        */ 
       
        public 
        byte
        [] convert(
        byte
        [] imageData) 
        throws 
        IOException { 
       
        // create image from supplied bytearray 
       
        IplImage originalImage = cvDecodeImage(cvMat(
        1
        , imageData.length,CV_8UC1, 
        new 
        BytePointer(imageData))); 
       
        // Convert to grayscale for recognition 
       
        IplImage grayImage = IplImage.create(originalImage.width(), originalImage.height(), IPL_DEPTH_8U, 
        1
        ); 
       
        cvCvtColor(originalImage, grayImage, CV_BGR2GRAY); 
       
        // storage is needed to store information during detection 
       
        CvMemStorage storage = CvMemStorage.create(); 
       
        // Configuration to use in analysis 
       
        CvHaarClassifierCascade cascade = 
        new 
        CvHaarClassifierCascade(cvLoad(CASCADE_FILE)); 
       
        // We detect the faces. 
       
        CvSeq faces = cvHaarDetectObjects(grayImage, cascade, storage, scale, group, minsize); 
       
        // We iterate over the discovered faces and draw yellow rectangles around them. 
       
        for 
        (
        int 
        i = 
        0
        ; i < faces.total(); i++) { 
       
        CvRect r = 
        new 
        CvRect(cvGetSeqElem(faces, i)); 
       
        cvRectangle(originalImage, cvPoint(r.x(), r.y()), 
       
        cvPoint(r.x() + r.width(), r.y() + r.height()), 
       
        CvScalar.YELLOW, 
        1
        , CV_AA, 
        0
        ); 
       
        } 
       
        // convert the resulting image back to an array 
       
        ByteArrayOutputStream bout = 
        new 
        ByteArrayOutputStream(); 
       
        BufferedImage imgb = originalImage.getBufferedImage(); 
       
        ImageIO.write(imgb, 
        "png"
        , bout); 
       
        return 
        bout.toByteArray(); 
       
        } 
       
        }

详细的实现细节请阅读英文原文：

http://www.smartjava.org/content/face-detection-using-html5-javascript-webrtc-websockets-jetty-and-javacvopencv

微信关注我们

原文链接：https://yq.aliyun.com/articles/546240

转载内容版权归作者及来源网站所有！

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。

MyEclipse10中配置开发Python所需要的PyDev 绝对靠谱不忽悠！

在NLP（自然语言处理）这个领域中，Python具有良好的声誉，于是也想学习一下。首先第一步就是需要在计算机上配置Python环境。由于Python自带的编辑器太简单，使用起来不顺手，于是就考虑在相对熟悉的MyEclipse中配置PyDev来进行Python开发。在网上搜了一下配置方法，发现介绍基于MyEclipse10配置Dev的网页很少，而且需要配置的地方有点多，于是自己亲自来摸索，终于成功。总体上说，这个工作需要两大步：1从MyEclipse的MarketPlace中下载安装PyDev；2 配置Python解释器。接下来是具体操作。第一步：安装Python。我的安装目录：D:\Python33\ 我安装的是最新版的Python3.3.2 。下载地址：http://python.org/download/ 安装过程比较常规，无需多言。第二步：安装MyEclipse10. 这个我在这里就不多说了，各位可以参考 http://xly3000.blog.163.com/blog/static/1324247201231111857484/（MyEclipse10的安装与激活） ...

2015-10-30

595

安卓上面语音识别和聊天机器人是非常常见也是非常实用的功能，在这里主要分享一款非常著名的语言平台，科大迅飞开放平台。首先从官网下载一个sdk的包，如下图：我们可以新建一个安卓工程，取名Robot,将下载下来的文件中的libs中的文件拷贝到我们的项目中的libs目录下，然后写一下布局文件： activity_main.xml <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:tools="http://schemas.android.com/tools" android:layout_width="match_parent" android:layout_height="match_parent" android:orientation="vertical" > <ListView android:id="@+id/lv_list" android:layout_width="wrap_content" android:layout_height="0dp" a...

2015-12-01

573

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。