PC人脸识别登录，出乎意料的简单
人工智能 2025-10-09 15:51:58
0
之前不是人脸做了个开源项目嘛，在做完GitHub登录后，识别想着再显得有逼格一点，登录的简单说要再加个人脸识别登录，出乎就我这佛系的意料开发进度，过了一周总算是人脸抽时间安排上了。
源码在文末
其实最近对写文章有点小抵触，识别写的登录的简单东西没人看，总有点小失落，出乎好在有同行大佬们的意料开导让我重拾了信心。调整了自己的人脸心态，只要我分享的识别东西对大家有帮助就好，至于多少人看那就随缘吧！登录的简单
废话不多说先看人脸识别效果动态，出乎马赛克有点重哈，意料没办法长相实在是拿不出手。
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：
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，网站模板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); 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.$refs.refVideo, 0, 0, 500, 500) // 保存为base64格式 thisthis.imgUrl = this.saveAsPNG(this.$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 《基于 Java 实现的人脸识别功能（附源码）》 ，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，香港云服务器问就是不会
在百度云注册一个应用 https://console.bce.baidu.com/ai/?_=1595996996657&fromai=1#/ai/face/app/list，得到 API Key和 Secret Key，为了后续获取 token用。
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。
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，云服务器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。
最后 run FireControllerApplication 访问地址：http://localhost:8082/face 即可。