前言:
这段时间由于学校实行静态化管理,寝室门和校门都是用了人脸识别的装置,每次经过都会激发我的好奇心,也想自己搞一个人脸识别玩玩,随着开始查找资料来研究这方面的信息,还好有好几家公司都有提供这方面的免费API,也是省下来很多功夫。一开始采用的是face++,但是在执行到最后一步人脸搜索时出现问题,一直提示INVALID_OUTER_ID,跟着官方文档,一步步抽离再封装,最终还是以失败告终,无奈只能选择放弃。接着辗转第二家 百度AI ,这次还是比较顺利的,中间只出现过一次错误 ,而且官方大大还给出了解决方案,很是贴心,最终还是实现了开始的预想:成功使用人脸来实现注册和登录功能。
本系列项目从设计到实现源码全部开源免费学习使用,一起追向理想,欢迎各位大佬监督打卡开发!
难度分析:
由于使用的是百度云AI
/face++
这两个平台的现有的Api
接口,所以分别对二者的难度进行分析介绍:
- face++
旷视face++
的难度在于需要自己对官方提供的代码段进行独立封装,这就比较考验开发者的代码抽取能力和 自我独立封装的技能,如果不能很好地进行抽取封装,就会造成代码的冗余以及内存的浪费,这样封装的效 果并不能达到最佳。比较耗费时间,在抽取face++
平台的代码段时需要对IO流有着比较好的理解,从而读取 读取配置文件中的内容,这里就不多做介绍。
- 百度云AI
百度云AI
可以让开发者对开发难度有所选择,因为该平台提供了两种方式:第一种方式类似于face++
需要抽 取代码然后进行代码封装,难度分析见上述face++
对分析;第二种方式则是百度云提供了Maven
仓库,可以 直接导入依赖,直接调用相应的Api
进行开发即可!有较好的选择性!
前端使用JQuery
调用本地摄像头进行拍摄(自我感觉这是最难的部分)
项目回顾(百度云AI)
最终效果演示:
技术选型:
- SpringBoot
- BootStrap
- Thymeleaf
- 百度云AI / Face++
项目需求分析
为了用户登录的便捷,不再输入账号密码进行手动登录与注册,而是使用JQuery
调用本机的摄像头进行拍摄照片,然后调用人脸识别接口将人脸信息自动注册进所使用的平台(百度云/Face++)
后,用户即可进行人脸扫描实现登录操作。
项目搭建
1. 前期准备 ① 进入百度云的人脸识别控制台
如果没有百度账号可以使用手机号快速进行注册进入百度云AI控制台
②创建人脸识别应用
【1】创建应用
【2】可以选择自己想要使用的接口:比如人脸识别、语音技术等,本次项目采用的是人脸识别,官方也默认选择了人脸识别的全部接口,所以也不需要做改动,只需要填写应用名称即可!
【3】获取秘钥
2. 测试百度云API
① 导入依赖
com.baidu.aip java-sdk 4.9.0
② 测试部分API(人脸注册、人脸检测、人脸搜索等)
人脸注册
用于从人脸库中新增用户,可以设定多个用户所在组及组内用户的人脸图片
典型应用场景:构建属于自己人脸库,比如:会员人脸注册、已有用户补全人脸信息
测试代码
//人脸注册 @Test public void testFaceRegister() throws IOException { //1. 创建Java代码和百度云交互的Client对象 AipFace client = new AipFace("AppId","Api_key","Api_secret"); //2. 参数设置(示例下表格对参数进行介绍) HashMapmap = new HashMap<>(); map.put("quality_control","NORMAL");//图片质量 map.put("liveness_control","LOW");//活体检测 //3. 构造图片 String path = "本地图片路径"; //上传的图片 两种格式:url地址 Base64字符串形式 byte[] bytes = Files.readAllBytes(Paths.get(path)); String encode = Base64Util.encode(bytes); //4.调用api方法完成人脸注册 /** * 参数1:图片的url或者base64字符串 * 参数2:图片形式(URL,BASE64) * 参数3:组Id(固定一个字符串) * 参数4:用户Id * 参数5:hashMap基本参数配置 */ JSONObject res = client.addUser(encode, "BASE64", "pdx", "1000", map); System.out.println(res.toString()); }
测试结果:只要最后error_code为0则表示测试成功,后续封装代码也是需要判断error_code的值
参数介绍:
参数名称 | 是否必选 | 类型 | 默认值 | 说明 |
---|---|---|---|---|
image | 是 | String | 图片信息(总数据大小应小于10M),图片上传方式根据image_type来判断 | |
image_type | 是 | String | 图片类型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。 | |
face_field | 否 | string | 包age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度 | |
max_face_num | 否 | uint32 | 最多处理人脸的数目,默认值为1,根据人脸检测排序类型检测图片中排序第一的人脸(默认为人脸面积最大的人脸),最大值120 | |
face_type | 否 | string | 人脸的类型LIVE表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等 IDCARD表示身份证芯片照:二代身份证内置芯片中的人像照片WATERMARK表示带水印证件照:一般为带水印的小图,如公安网小图CERT表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片默认LIVE |
人脸检测
判断图片是否具有面部信息
测试代码
@Test public void testFaceCheck() throws IOException { //1. 创建Java代码和百度云交互的Client对象 AipFace client = new AipFace("AppId","Api_key","Api_secret"); //2. 构造图片 String path = "本地图片路径"; //上传的图片 两种格式:url地址 Base64字符串形式 byte[] bytes = Files.readAllBytes(Paths.get(path)); String encode = Base64Util.encode(bytes); //调用Api方法进行人脸检测 /** * 参数1:图片的url或者base64字符串 * 参数2:图片形式(URL,BASE64) * 参数3:hashMap中的基本参数配置(null:使用默认配置) */ JSONObject res = client.detect(encode, "BASE64", null); System.out.println(res.toString(2)); }
测试结果:
参数介绍:
参数名称 | 是否必选 | 类型 | 默认值 | 说明 |
---|---|---|---|---|
image | 是 | String | 图片信息(总数据大小应小于10M),图片上传方式根据image_type来判断 | |
image_type | 是 | String | 图片类型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。 | |
face_field | 否 | string | 包age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度 | |
max_face_num | 否 | uint32 | 最多处理人脸的数目,默认值为1,根据人脸检测排序类型检测图片中排序第一的人脸(默认为人脸面积最大的人脸),最大值120 | |
face_type | 否 | string | 人脸的类型LIVE表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等 IDCARD表示身份证芯片照:二代身份证内置芯片中的人像照片WATERMARK表示带水印证件照:一般为带水印的小图,如公安网小图CERT表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片默认LIVE |
人脸搜索
根据用户上传的图片和指定人脸库中的所有人脸进行比较,获取相似度最高的一个或者某几个的评分
返回值(数据,只需要第一条,相似度最高的数据)score
:相似度评分(80分以上可以认为是同一个人)
测试代码:
@Test public void testFaceSearch() throws IOException { //1. 创建Java代码和百度云交互的Client对象 AipFace client = new AipFace("AppId","Api_key","Api_secret"); //2. 构造图片 String path = "本地图片路径"; //上传的图片 两种格式:url地址 Base64字符串形式 byte[] bytes = Files.readAllBytes(Paths.get(path)); String encode = Base64Util.encode(bytes); //人脸搜索 JSONObject res = client.search(encode, "BASE64", "pdx", null); System.out.println(res.toString(2)); }
测试结果:
小结:
整体测试下来,和平常对数据库的操作类似,都是增删改查的操作,除了这些Api
,还有其他的就不再赘述了,操作类似!所有测试代码也会同项目案例一并上传到Gitee仓库中!
3. 搭建项目(使用Thymeleaf模板引擎)
① 创建Maven项目
引入相关依赖,构建所需文件目录
② 编写properties配置文件
ai.appId="api_id" ai.apiKey="api_key" ai.secretKey="api_secret" ai.imageType=BASE64 ai.groupId="自定义组" server.max-http-header-size=1000KB spring.thymeleaf.cache=false
③ 展示对上述部分Api接口进行二次封装
private AipFace client; private HashMapmap = new HashMap<>(); private BaiduAiUtils(){ map.put("quality_control","NORMAL");//图片质量 map.put("liveness_control","LOW");//活体检测 } @PostConstruct public void init(){ client = new AipFace(APP_ID,API_KEY,SECRET_KEY); } /** * 人脸注册,将用户照片存入人脸库中 * @param userId * @param image * @return */ public Boolean faceRegister(String userId,String image){ //人脸注册 JSONObject res = client.addUser(image, IMAGE_TYPE, groupId, userId, map); Integer errorCode = res.getInt("error_code"); return errorCode == 0? true : false; } /** * 人脸更新,更新人脸库中的用户照片 * @param userId * @param image * @return */ public Boolean faceUpdate(String userId,String image){ //人脸更新 JSONObject res = client.updateUser(image, IMAGE_TYPE, groupId, userId, map); Integer errorCode = res.getInt("error_code"); return errorCode == 0 ? true : false; }
想要了解全部封装代码请移步Gittee仓库
④ 编写Controller前端控制器代码
首选创建一个FaceLoginController
类
跳转到人脸登录页面的控制器
@RequestMapping("/") public String toLogin(){ return "index"; }
实现人脸登录逻辑
/** * 人脸登录 * @return * @throws Exception */ @RequestMapping("/face-login") @ResponseBody public String searchface(@RequestBody @RequestParam(name = "imagebast64") StringBuffer imagebast64, HttpServletRequest request) throws Exception { String userId = faceLoginService.loginByFace(imagebast64); request.getSession().setAttribute("userId",userId); request.getSession().setAttribute("username","派大星"); return userId; }
实现人脸登录业务逻辑层
由于在封装接口时设定的imageType为Base64
,所以在实现前端拍照时使用的是Canvas Api
提供了toDataURL()方法
将画布中的图形转换为图片,而默认情况下,toDataURL()
方法把图形转变成Base64
编码格式的png
,其格式为data:image/png;base64,xxxxx
,而,
后面的内容才是接口中需要的部分,所以需要对字符串进行切割处理。前端部分具体见下图:
注意事项(项目搭建前了解)
① 出现qps不足如何解决
Open api qps request limit reached
这个问题官方也给出了具体的解决方案,在百度云控制台可以免费领取测试额度,也是对开发者的一个福利。
此处贴上免费资源领取地址
② oauth 获取错误
0 [main] WARN com.baidu.aip.client.BaseClient - oauth get error, current state: STATE_TRUE_CLOUD_USER
{
"error_msg": "IAM Certification failed",
"error_code": 14
}
具体原因:
仔细检查:APP_ID、API_KEY、SECRET_KEY
字符串中是否有空格
项目总结
使用百度云AI
把项目整体搭建下来,可以很完美的实现最终的效果,人脸的识别速度也是相当迅速的,一些细节处理的特别到位,比如:在进行人脸识别的过程中眼睛必须对准摄像头,当你的眼睛有所阻碍时,会提示的某眼处有阻碍等等。但是在并发方面支持的并不是很到位!
新鲜出炉的代码将会及时更新到Gitee
仓库
以上代码属于部分实现,想要了解完整版请移步派大星的Gitee仓库
到此这篇关于Java实现人脸登录、注册等功能的文章就介绍到这了,更多相关Java人脸登录、注册内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!