“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。
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
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。
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！
