最近对写文章稍稍的有点小抵触，写的东西没人看，有点小失落，还好在粉丝朋友的开导下，调整了下自己的心态，只要我分享的东西对大家有帮助就好，至于多少人看那就随缘吧！有时候真不能把事儿自己钻里面想，越想越出不来！你们也要开开心心的哈！

话不多说先看人脸识别效果动态，马赛克有点重哈，没办法长相实在是拿不出手。

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=

";

}).

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

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

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

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;

}

项目是前后端分离的，但为了大家学习方便，我把人脸识别页面整合到了后端项目。

伙伴们有不清楚的地方，可以留言~