基於瀏覽器的人臉識別標記

最近，Chrome在Chrome中集成了一套與圖形識別相關的 API——Shape Detector API，只須要少許代碼就可以實現人臉識別、二維碼/條形碼識別和文本識別。雖然這些 API 還處於實驗階段，只要條件容許，仍是能夠一下的。在 Windows 10 Chrome Canary 和 安卓 Chrome 等應用中，開啓 chrome://flags/#enable-experimental-web-platform-features 功能，在控制檯下輸入

window.FaceDetector

window.BarcodeDetector

window.TextDetector

若獲得「[native code]」，那麼就可使用這些 API 了。親測 Windows7  Chrome 61 開啓了 enable-experimental-web-platform-features 以後，雖然 window 包含以上三個 API，但調用 new FaceDetector.detector 時會報錯：Face detection service unavailable.

 

原本只是想簡單的體驗一下這個 API，沒想到一不當心就寫了這麼多。。。

 

Demo1

demo。代碼。

 

在這個 demo 中，一共有三個類：

　　（1）FaceTag：全部的邏輯操做（人臉識別、搜索面部、面部標記）都在該類中實現。

　　（2）ShowImg：實現圖片按原比例繪製、縮放圖片、獲取 base6四、清除功能。

　　（3）SignTool：實現繪製方框、繪製文字、清除功能。

實際上，ShowImg 徹底能夠用 <img> 代替的，我只是爲了可以縮小圖片，縮短人臉檢測的時間。因爲圖片一旦肯定後，在檢測和標記階段是不變的，爲了方便操做，ShowImg 和 SignTool 各包含一個 canvas。爲了減小代碼的重複，將建立 canvas 和獲取 ctx 的任務交給了 FaceTag 。

 

面部檢測

FaceDetector 真的很簡單。

建立實例的時候，能夠給它傳遞 FaceDetectorOptions，這個對象只含兩個有效參數： 
　　maxDetectedFaces：檢測人臉的最大數目。
　　fastMode：是否優先考慮速度。

而它只提供了 detect(img) 一個方法，傳入待檢測的圖像，結果以 Promise 的形式返回，是包含一組 DetectedFace 元素的數組，若檢測不到則返回一個空數組。DetectedFace 的相關信息：x，y，left，top，right，bottom 等都包含在 boundingBox 中。

至於檢測結果的話，正臉的精確度挺高的，可是側臉基本檢測不到。

class FaceTag {

　　constructor(opt={}){
　　　　...
　　　　this.detector = new FaceDetector(orignOpt.detectorOpt);
　　　　...
　　}
　　...
　　faceDetector(aspect = 1) {
　　　　return new Promise((resolve, reject) => {
　　　　　　let img = this.img.getImage();
　　　　　　this.detector.detect(img)
　　　　　　　　.then(faces => {
　　　　　　　　　　if(faces.length === 0) {
　　　　　　　　　　　　reject('檢測不到面部哦');
　　　　　　　　　　}else {
　　　　　　　　　　　　this.faces = faces;
　　　　　　　　　　　　resolve(this.faces);
　　　　　　　　　　}
　　　　　　　　})
　　　　　　　　.catch(err => {
　　　　　　　　　　reject(err);
　　　　　　　　})
　　　　})
　　}
　　...
}

根據檢測到的結果信息在 signTool 的 canvas 中繪製出來。

class SignTool {
　　...
　　/*
　　 * 標識面部
　　 * param {Array} faces 須要標識的部分
　　 */
　　drawFaces(faces=[], aspect = 1) {
　　　　faces.length > 0 && faces.forEach(face => {
　　　　　　this.drawRect(face.boundingBox, aspect);
　　　　})
　　}

　　/*
　　 * 繪製 rect
　　 * param {object} rect 須要繪製的 rect
　　 */
　　drawRect(rect={}, aspect = 1) {
　　　　this.ctx.save()
　　　　this.ctx.beginPath();
　　　　this.ctx.lineWidth = rect.lineWidth || 2;
　　　　this.ctx.strokeStyle = rect.color || 'red';
　　　　this.ctx.rect(Math.floor(rect.x * aspect),
　　　　　　Math.floor(rect.y * aspect),
　　　　　　Math.floor(rect.width * aspect),
　　　　　　Math.floor(rect.height * aspect)
　　　　);
　　　　this.ctx.stroke();
　　　　this.ctx.restore();
　　}
　　...
}

 

選擇面部

本 demo 中爲 signTool  的 canvas添加點擊事件，經過鼠標座標與檢測到的全部面部信息進行比較，判斷是否選中面部。選中以後，從新繪製一遍全部的面部，在將選中面部高亮。

class FaceTag {
　　...  
　　/*
　　 * signTool 的 canvas 添加點擊事件
　　 */
　　addEvent() {
　　　　if(!this.signTool.canvas) {
　　　　　　return;
　　　　}

　　　　let canvas = this.signTool.canvas;
　　　　let canvasBox = canvas.getBoundingClientRect();

　　　　canvas.addEventListener('click', e => {
　　　　// 計算鼠標在canvas中的位置
　　　　let eX = e.clientX - canvasBox.left;
　　　　let eY = e.clientY - canvasBox.top;

　　　　this.findFace(this.img.getImage(), eX, eY)
　　　　　　.then(face => {
　　　　　　　　this.signTool.drawFaces(this.faces);
　　　　　　　　this.heightLighRect(face);
　　　　　　　　// 保存選中的面部                            
　　　　　　　　this.beTagFace = face;
　　　　　　})
　　　　})
　　}  
　　...
}

最後，beTagFace 的信息，將文字標註在方框附近 ，對面部的標記就完成啦。

 

Demo2

demo。代碼。

 

本 demo 結合了 WebRTC，並將 面部檢測部分移到了  Web Worker 中計算。

/*
 * 獲取視頻流
 * @param {Object} opt video 的參數
 */
getUserMedia(opt) {
　　navigator.mediaDevices.getUserMedia({
　　　　video: opt
　　}).then(stream => {
　　　　this.createVideo(stream);
 　　　　resizeCanvas();
　　}).catch(err => {
　　　　alert(err);
　　})
}

/*
 * 建立 video 標籤
 * @param {Object} stream 視頻流
 */
createVideo(stream) {
　　this.video = document.createElement('video');
　　this.video.autoplay = 'autoplay';
　　this.video.src = window.URL.createObjectURL(stream);
　　this.container.appendChild(this.video);
}

經過 navigator.mediaDevices.getUserMedia 獲取權限打開攝像頭，獲取視頻流。

 

因爲 detect（）須要傳入 ImageBitmapSource 對象，所以將視頻流繪製到 canvas 中，經過 canvas 獲取圖像信息，將圖像信息傳遞給 Web Worker，進行面部檢測。以後的就和 demo1 大體相同。