通过Java 轻松实现 AI 人脸识别登录
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，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，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。
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：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❗️❗️难❗️❗️的部分）
项目回顾（百度云AI）
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：
https://login.bce.baidu.com/?account=&redirect=http%3A%2F%2Fconsole.bce.baidu.com%2Fai%2F%3F_%3D1652174073259%26fromai%3D1#/ai/face/overview/index
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
@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）
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
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：
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，获取相似度高的一个或者某几个的评分返回值（数据，只需要条，相似度高的数据）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=false③ 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 == ? 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 == ? 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
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。
② oauth 获取错误
[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！
相关文章