基于HTML5的人脸识别技术是怎样的

基于HTML5的人脸识别技术是怎样的，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

永康网站建设公司成都创新互联公司,永康网站设计制作，有大型网站制作公司丰富经验。已为永康1000多家提供企业网站建设服务。企业网站搭建\外贸网站建设要多少钱，请找那个售后服务好的永康做网站的公司定做！

然后打开下面地址：

http://neave.com/webcam/html5/face/

当你摇头晃脑的时候，那副眼镜会跟着移动并帮你戴上眼镜。

你可以查看网页源码来了解具体的实现细节。

———————————–我是分界线———————————————

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：

XML/HTML 

   
  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);   

JavaScript 

publicclass FaceDetection {   privatestaticfinal String CASCADE_FILE ="resources/haarcascade_frontalface_alt.xml";   privateint minsize = 20;   privateint group = 0;   privatedouble scale = 1.1;   /**  * Based on FaceDetection example from JavaCV.  */ publicbyte[] convert(byte[] imageData) throws IOException {   // create image from supplied bytearray IplImage originalImage = cvDecodeImage(cvMat(1, imageData.length,CV_8UC1, newBytePointer(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 = newCvHaarClassifierCascade(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();   }   }

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。