这篇文章主要讲解了“怎么用Java实现PC人脸识别登录”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“怎么用Java实现PC人脸识别登录”吧！
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：
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');
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。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
