PC人脸识别登录,出乎意料的简单

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。

PC人脸识别登录,出乎意料的简单

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:

PC人脸识别登录,出乎意料的简单

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');  


            thisthis.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  


            thisthis.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。

PC人脸识别登录,出乎意料的简单

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。

PC人脸识别登录,出乎意料的简单

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;  


  }  

相关推荐