怎么用Java实现PC人脸识别登录

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！

创新互联公司专业为企业提供丰都网站建设、丰都做网站、丰都网站设计、丰都网站制作等企业网站建设、网页设计与制作、丰都企业网站模板建站服务，十年丰都做网站经验，不只是建网站，更提供有价值的思路和整体网络服务。

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：

怎么用Java实现PC人脸识别登录

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

怎么用Java实现PC人脸识别登录

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。

怎么用Java实现PC人脸识别登录

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;
   }

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。这里是创新互联，小编将为大家推送更多相关知识点的文章，欢迎关注！

本文名称：怎么用Java实现PC人脸识别登录
浏览路径：http://cqcxhl.com/article/phdspo.html

重庆分公司，新征程启航

怎么用Java实现PC人脸识别登录

其他资讯