java人脸识别系统,登陆人脸识别

　　00-1010前言：难度分析：项目评审(百度云AI)最终效果演示：技术选择：项目需求分析：项目建设注意事项(项目建设前了解)项目总结

　　00-1010年期间，由于学校的静态管理，在宿舍门口和校门使用了人脸识别设备，每次路过都引起了我的好奇心，也想自己来一个人脸识别游戏。随着我开始找资料研究这些资料，好在已经有几家公司提供了这方面的免费API，也省了不少功夫。一开始用的是face++，但是最后一步人脸搜索出现了问题。INVALID_OUTER_ID总是被提示遵循官方文件，一步一步，然后密封。最后以失败告终，但他别无选择，只能放弃。然后我去了第二次百度AI,这次很顺利。中间只有一个错误，官方给出了解决方案，考虑的很周到。终于实现了最初的预期：成功利用人脸实现了注册和登录功能。

　　这一系列项目从设计到实现的源代码全部开源并免费学习使用，一起追求理想，欢迎大家监督打卡开发！

　　00-1010由于使用了百度云AI/face现有的Api接口，所以分别对两个平台的难点进行了分析和介绍：

　　face鄙视脸的难点在于需要独立封装官方提供的代码段，考验开发者的代码提取能力和自我独立封装技巧。如果提取和打包做不好，会造成代码冗余和内存浪费，所以打包效果达不到最佳。这需要很多时间。提取face平台的代码段时，需要对IO流有很好的了解，这样才能读取读取配置文件中的内容。所以这里就不介绍了。

　　百度云AI百度云AI允许开发者选择开发难度，因为平台提供了两种方式：第一种方式类似于face，需要提取代码，然后打包。难度分析见上面人脸对分析；第二种方式是百度云提供Maven仓库，可以直接导入依赖项，直接调用相应的Api进行开发！选择性好！

　　用前端JQuery调用本地摄像头拍摄(感觉这是最难的部分)

目录

前言：

　　00-1010 springbootbootstrapthymeref百度云AI/Face

　　00-1010为了方便用户登录，我们不再通过输入账号密码手动登录注册，而是使用JQuery调用本机的摄像头拍照，然后调用人脸识别接口，将人脸信息自动注册到用户使用的平台(百度云/Face)中，让用户扫脸登录。

　　00-1010 1.准备进入百度云的人脸识别控制台。

　　如果没有百度账号，可以用手机号快速注册进入百度云AI控制台。

　　创建人脸识别应用。

　　[1]创建应用程序

　　【2】可以选择自己想用的界面：比如人脸识别，语音技术等。本项目采用人脸识别，默认选择人脸识别的所有界面，无需修改，只需填写应用名称即可！

　　[3]获取密钥

　　2.测试百度云API

　　进口依赖

　　依赖groupIdcom.baidu.aip/groupId神器Java-SDK/神器版本4.9.0/Version/Dependency 测试一些API(人脸注册、人脸检测、人脸搜索等。)

　　人脸注册

　　用于从人脸数据库中添加用户，可以设置多个用户组和用户组中用户的人脸图片。

　　典型应用场景：打造自己的人。

　　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@Testpublic 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） HashMap<String,String> map = 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120face_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120face_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=BASE64ai.groupId="自定义组"server.max-http-header-size=1000KBspring.thymeleaf.cache=false

③ 展示对上述部分Api接口进行二次封装

 private AipFace client; private HashMap<String,String> map = 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")@ResponseBodypublic 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、注册内容请搜索盛行IT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盛行IT！

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。