怎么用Java实现PC人脸识别登录

本文主要讲解“如何用Java实现PC人脸识别登录”，文中讲解内容简单明了，易学易懂。请跟随边肖的思路，学习学习“如何用Java实现PC人脸识别登录”。

实施原则

我们来看一下实现人脸识别登录的一般流程，包括三个主要步骤：

首页打开摄像头进行人脸识别。注意：只认图片中是否有人脸。

识别人脸后，拍照并上传当前图片。

后端接收图片，调用人脸数据库SDK进行人像比对。如果通过，则登录成功，人像信息注册在人脸数据库和本地mysql中。

前端实现

据说我们应该在前端识别人脸，所以我们必须在这里使用工具。我用的是tracking.js，一个轻量级的前端人脸识别框架。

前端Vue代码的逻辑比较简单。tracking.js打开摄像头识别人脸信息后，对视频图像进行拍照，将图片信息上传到后台，等待图片比对的结果。

数据(){ 0

返回{

showContainer:

没错，

//显示。

跟踪器：

null，

tipFlag:

假的，

//提示用户已检测到。

标志：

真//判断是否有拍照。

上下文：

Null，//画布上下文。

removePhotoID:

Null，//停止转换图片。

尺寸：

在人脸识别中.//提示文本。

imgUrl:

图像格式为'，//base64。

canvas:

空

}

},

已安装(){ 0

this.playVideo()

},

methods: {

playVideo(){ 0

var视频=

document . getelementbyid(' video ')；

this.canvas=

document . getelementbyid(' canvas ')；

this.context=

this . canvas . getcontext(' 2d ')；

this.tracker=

新追踪。object tracker(' 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

之前也搞过一个人脸识别案例，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

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。

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;
    }

感谢各位的阅读，以上就是“怎么用Java实现PC人脸识别登录”的内容了，经过本文的学习后，相信大家对怎么用Java实现PC人脸识别登录这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是，小编将为大家推送更多相关知识点的文章，欢迎关注！