PC人臉識別登陸，出乎意料的簡單

本文收錄在我的博客：www.chengxy-nds.top，技術資源共享。javascript

以前不是作了個開源項目嘛，在作完GitHub登陸後，想着再顯得有逼格一點，說要再加我的臉識別登陸，就我這佛系的開發進度，過了一週總算是抽時間安排上了。前端

源碼在文末java

其實最近對寫文章有點小抵觸，寫的東西沒人看，總有點小失落，好在有同行大佬們的開導讓我重拾了信心。調整了本身的心態，只要我分享的東西對你們有幫助就好，至於多少人看那就隨緣吧！mysql

廢話很少說先看人臉識別效果動態，馬賽克有點重哈，沒辦法長相實在是拿不出手。ios

實現原理

咱們看一下實現人臉識別登陸的大體流程，三個主要步驟：git

前端登陸頁打開攝像頭，進行人臉識別，注意：只識別畫面中是否是有人臉github
識別到人臉後，拍照上傳當前畫面圖片sql
後端接受圖片並調用人臉庫SDK，對人像進行比對，經過則登陸成功，並將人像信息註冊到人臉庫和本地mysql。json

前端實現

上邊說過要在前端識別到人臉，因此這裏就不得不借助工具了，我使用的 tracking.js，一款輕量級的前端人臉識別框架。canvas

前端 Vue 代碼實現邏輯比較簡單，tracking.js 打開攝像頭識別到人臉信息後，對視頻圖像拍照，將圖片信息上傳到後臺，等待圖片對比的結果就能夠了。

data() {
        return {
            showContainer: true,   // 顯示
            tracker: null,
            tipFlag: false,         // 提示用戶已經檢測到
            flag: false,            // 判斷是否已經拍照
            context: null,          // canvas上下文
            removePhotoID: null,    // 中止轉換圖片
            scanTip: '人臉識別中...',// 提示文字
            imgUrl: '',              // base64格式圖片
            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 = '未識別到人臉'
                } else {
                    if (!this.tipFlag) {
                        this.scanTip = '識別成功，正在拍照，請勿亂動~'
                    }
                    // 1秒後拍照，僅拍一次
                    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.$refs.refVideo, 0, 0, 500, 500)
            // 保存爲base64格式
            this.imgUrl = this.saveAsPNG(this.$refs.refCanvas)
            var formData = new FormData();
            formData.append("file", this.imgUrl);
            this.scanTip = '登陸中，請稍等~'

            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()
        },

        // 保存爲png,base64格式圖片
        saveAsPNG(c) {
            return c.toDataURL('image/png', 0.3)
        },

        // 關閉並清理資源
        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)
        }
    }

人臉識別

以前也搞過一我的臉識別案例《基於 Java 實現的人臉識別功能（附源碼）》，不過調用SDK的方式太過繁瑣，並且代碼量巨大。因此此次爲了簡化實現，改用了百度的人臉識別API，沒想到出乎意料的簡單。

別擡槓問我爲啥不本身寫人臉識別工具，別問，問就是不會

在百度雲註冊一個應用 https://console.bce.baidu.com/ai/?_=1595996996657&fromai=1#/ai/face/app/list，獲得 API Key和 Secret Key，爲了後續獲取 token用。

百度雲人臉識別的API很是友好，各類操做的 demo都寫好了，拿過來簡單改改就能夠。

第一步先獲取token，這是調用百度人臉識別API的基礎。

https://aip.baidubce.com/oauth/2.0/token?
grant_type=client_credentials&
client_id=【百度雲應用的AK】&
client_secret=【百度雲應用的SK】

接下來咱們開始對圖片進行比對，百度雲提供了一個在線的人臉庫，用戶登陸咱們先在人臉庫查詢人像是否存在，存在則表示登陸成功，若是不存在則註冊到人臉庫。每一個圖片有一個惟一標識face_token。

百度人臉識別 API 實現比較簡單，須要特別注意參數image_type，它有三種類型

BASE64：圖片的base64值，base64編碼後的圖片數據，編碼後的圖片大小不超過2M；
URL：圖片的 URL地址( 可能因爲網絡等緣由致使下載圖片時間過長)；
FACE_TOKEN：人臉圖片的惟一標識，調用人臉檢測接口時，會爲每一個人臉圖片賦予一個惟一的 FACE_TOKEN，同一張圖片屢次檢測獲得的FACE_TOKEN是同一個。

而咱們這裏使用的是圖片BASE64文件，因此image_type要設置成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;
    }

項目是先後端分離的，但爲了你們學習方便，我把人臉識別頁面整合到了後端項目。

最後 run FireControllerApplication 訪問地址：http://localhost:8082/face 便可。

源碼GitHub地址：https://github.com/chengxy-nds/fire.git，歡迎你們來耍~