Java教程：PC人脸识别登录，竟然出乎意料的简单

布满荆棘的人生 2023-10-07 14:32 6阅读 0赞

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。

![Java教程：PC人脸识别登录，竟然出乎意料的简单][Java_PC]

**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：

![Java教程：PC人脸识别登录，竟然出乎意料的简单][Java_PC 1]

1.  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
2.  识别到人脸后，拍照上传当前画面图片
3.  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

![Java教程：PC人脸识别登录，竟然出乎意料的简单][Java_PC 2]

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。

![Java教程：PC人脸识别登录，竟然出乎意料的简单][Java_PC 3]

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;
        }

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。

[Java_PC]: https://imgconvert.csdnimg.cn/aHR0cDovL3AzLXR0LmJ5dGVpbWcuY29tL2xhcmdlL3BnYy1pbWFnZS80NzVhZmE3ODBlNjE0ODM0YmU0NmU3NmNkYmFhZDJmNg?x-oss-process=image/format,png
[Java_PC 1]: https://imgconvert.csdnimg.cn/aHR0cDovL3A2LXR0LmJ5dGVpbWcuY29tL2xhcmdlL3BnYy1pbWFnZS84MzBhMGQ0NjJjOWE0OGE3OWNkZTYxYzk3ZWY1MzhlMA?x-oss-process=image/format,png
[Java_PC 2]: https://imgconvert.csdnimg.cn/aHR0cDovL3A2LXR0LmJ5dGVpbWcuY29tL2xhcmdlL3BnYy1pbWFnZS9hNmQ4MmMyZjk2MDc0ZTBmYmVmMzRlMjczOTRhMjVmYQ?x-oss-process=image/format,png
[Java_PC 3]: https://imgconvert.csdnimg.cn/aHR0cDovL3AxLXR0LmJ5dGVpbWcuY29tL2xhcmdlL3BnYy1pbWFnZS8yMTgzNzNmMzVjYTM0Njk0OTc5NjkyNGQwMmQwOWVmOA?x-oss-process=image/format,png