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!
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/56383.html