之前不是做了個開源項目嘛，在做完GitHub登錄后，想著再顯得有逼格一點，說要再加個人臉識別登錄，就我這佛系的開發(fā)進(jìn)度，過了一周總算是抽時間安排上了。

源碼在文末

其實最近對寫文章有點小抵觸，寫的東西沒人看，總有點小失落，好在有同行大佬們的開導(dǎo)讓我重拾了信心。調(diào)整了自己的心態(tài)，只要我分享的東西對大家有幫助就好，至于多少人看那就隨緣吧！

廢話不多說先看人臉識別效果動態(tài)，馬賽克有點重哈，沒辦法長相實在是拿不出手。

[[335574]]

實現(xiàn)原理

我們看一下實現(xiàn)人臉識別登錄的大致流程，三個主要步驟：

前端登錄頁打開攝像頭，進(jìn)行人臉識別，注意：只識別畫面中是不是有人臉

識別到人臉后，拍照上傳當(dāng)前畫面圖片

后端接受圖片并調(diào)用人臉庫SDK，對人像進(jìn)行比對，通過則登錄成功，并將人像信息注冊到人臉庫和本地mysql。

前端實現(xiàn)

上邊說過要在前端識別到人臉，所以這里就不得不借助工具了，我使用的 tracking.js，一款輕量級的前端人臉識別框架。

前端 Vue 代碼實現(xiàn)邏輯比較簡單，tracking.js 打開攝像頭識別到人臉信息后，對視頻圖像拍照，將圖片信息上傳到后臺，等待圖片對比的結(jié)果就可以了。

data() {  
        return {  
            showContainer: true,   // 顯示  
            tracker: null,  
            tipFlag: false,         // 提示用戶已經(jīng)檢測到  
            flag: false,            // 判斷是否已經(jīng)拍照  
            context: null,          // canvas上下文  
            removePhotoID: null,    // 停止轉(zhuǎn)換圖片  
            scanTip: '人臉識別中...',// 提示文字  
            imgUrl: '',              // base64格式圖片  
            canvas: null  
        }  
    },  
    mounted() {  
        this.playVideo()  
    },  
    methods: {  
        playVideo() {  
            var video = document.getElementById('video');  
            this.canvas = document.getElementById('canvas');  
            thisthis.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 = '未識別到人臉'  
                } else {  
                    if (!this.tipFlag) {  
                        this.scanTip = '識別成功，正在拍照，請勿亂動~'  
                    }  
                    // 1秒后拍照，僅拍一次  
                    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.$refs.refVideo, 0, 0, 500, 500)  
            // 保存為base64格式  
            thisthis.imgUrl = this.saveAsPNG(this.$refs.refCanvas)  
            var formData = new FormData();  
            formData.append("file", this.imgUrl);  
            this.scanTip = '登錄中，請稍等~'  
            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()  
        },  
        // 保存為png,base64格式圖片  
        saveAsPNG(c) {  
            return c.toDataURL('image/png', 0.3)  
        },  
        // 關(guān)閉并清理資源  
        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)  
        }  
    } 

人臉識別

之前也搞過一個人臉識別案例 《基于 Java 實現(xiàn)的人臉識別功能（附源碼）》 ，不過調(diào)用SDK的方式太過繁瑣，而且代碼量巨大。所以這次為了簡化實現(xiàn)，改用了百度的人臉識別API，沒想到出乎意料的簡單。

別抬杠問我為啥不自己寫人臉識別工具，別問，問就是不會

在百度云注冊一個應(yīng)用 https://console.bce.baidu.com/ai/?_=1595996996657&fromai=1#/ai/face/app/list，得到 API Key和 Secret Key，為了后續(xù)獲取 token用。

百度云人臉識別的API非常友好，各種操作的 demo都寫好了，拿過來簡單改改就可以。

第一步先獲取token，這是調(diào)用百度人臉識別API的基礎(chǔ)。

https://aip.baidubce.com/oauth/2.0/token?  
grant_type=client_credentials&  
client_id=【百度云應(yīng)用的AK】&  
client_secret=【百度云應(yīng)用的SK】 

接下來我們開始對圖片進(jìn)行比對，百度云提供了一個在線的人臉庫，用戶登錄我們先在人臉庫查詢?nèi)讼袷欠翊嬖冢嬖趧t表示登錄成功，如果不存在則注冊到人臉庫。每個圖片有一個唯一標(biāo)識face_token。

百度人臉識別 API 實現(xiàn)比較簡單，需要特別注意參數(shù)image_type，它有三種類型

• BASE64：圖片的base64值，base64編碼后的圖片數(shù)據(jù)，編碼后的圖片大小不超過2M；
• URL：圖片的 URL地址( 可能由于網(wǎng)絡(luò)等原因?qū)е孪螺d圖片時間過長)；
• FACE_TOKEN：人臉圖片的唯一標(biāo)識，調(diào)用人臉檢測接口時，會為每個人臉圖片賦予一個唯一的

FACE_TOKEN，同一張圖片多次檢測得到的FACE_TOKEN是同一個。

而我們這里使用的是圖片BASE64文件，所以image_type要設(shè)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;  
  }  

項目是前后端分離的，但為了大家學(xué)習(xí)方便，我把人臉識別頁面整合到了后端項目。

最后 run FireControllerApplication 訪問地址：http://localhost:8082/face 即可。