Java实现人脸登录、注册等功能【完整版】

指引目录

• • 🍓 难度分析：
  • 🍒 项目回顾（百度云AI）
  • • 🍇 最终效果演示：
    • 🍌 技术选型：
    • 🥝 项目需求分析
    • 🌽 项目搭建
    • • 1. 前期准备
      • • ① 进入百度云的人脸识别控制台
        • ②创建人脸识别应用
      • 2. 测试百度云API
      • • ① 导入依赖
        • ② 测试部分API（人脸注册、人脸检测、人脸搜索等）
      • 3. 搭建项目（使用Thymeleaf模板引擎）
      • • ① 创建Maven项目
        • ② 编写properties配置文件
        • ③ 展示对上述部分Api接口进行二次封装
        • ④ 编写Controller前端控制器代码
    • 🍉 注意事项（项目搭建前了解）
    • • • ① 出现qps不足如何解决
        • ② oauth 获取错误
    • ⭐️ 项目总结

🍓 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

<dependency>  <groupId>com.baidu.aip</groupId>  <artifactId>java-sdk</artifactId>  <version>4.9.0</version></dependency>

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@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    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：

• 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                JSonObject res = client.detect(encode, "base64", null);        System.out.println(res.toString(2));    }

测试结果：

参数介绍：

• 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);    }        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;    }        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

@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

❗️❗️❗️让好奇心促使技术的成长❗️❗️❗️