用HTML5实现人脸识别

最后更新于:2022-04-01 19:43:47

      注:今天HTML5小组沙龙《论道HTML5》分享时有朋友问到一个问题,getUserMedia是否会支持人脸识别,我当时的答案是这应该是应用来实现的功能,而不是规范要完成的工作。而我之前在网上看到过一篇关于getUserMedia和人脸识别的相关文章,觉得很有趣,正好趁这个机会分享给大家。       译自:[http://www.raymondcamden.com/index.cfm/2012/4/6/Face-detection-with-getUserMedia](http://www.raymondcamden.com/index.cfm/2012/4/6/Face-detection-with-getUserMedia)       转载请注明出处:[蒋宇捷的博客](http://blog.csdn.net/hfahe)       “现代Web”不断发展出不少有趣的API,但你并不会在大多数项目中使用到所有的内容。例如我一直特别关注Canvas特性。它对游戏和绘图意义重大 - 但是仅此而已。它并不是一个不好的特性,我只是不会经常用到它。每当看到一些开发中酷炫的新功能,我的大脑里都会思考它们可以产生哪些*实际*用途。显然对你有价值的内容可能对我来说并不一定,但搞清楚我如何实际使用一个功能是我学习它的一部分。       其中的一个特性是getUserMedia( **[W3C规范](http://dev.w3.org/2011/webrtc/editor/getusermedia.html)** )。它是一个JavaScript API,可以让你访问(需要权限)用户的网络摄像头和麦克风。 目前Opera和Chrome(我相信现在的版本18可以支持,但是你可能需要使用Canary。你还需要启用它。这儿有一个[说明](https://sites.google.com/site/webrtc/running-the-demos)。)一旦你启用了getUserMedia,它使用起来相当简单。这里有一个快速的访问请求: ~~~ //a video tag var video = document.getElementById('monitor'); //request it navigator.webkitGetUserMedia('video', gotStream, noStream); function gotStream(stream) { video.src = webkitURL.createObjectURL(stream); video.onerror = function () { stream.stop(); streamError(); }; } function noStream() { document.getElementById('errorMessage').textContent = 'No camera available.'; } function streamError() { document.getElementById('errorMessage').textContent = 'Camera error.'; } ~~~       getUserMedia的第一个参数是类型。根据规范,这应该是一个对象,你可以启用音频、视频,或两者兼而有之,像这样:{audio:true, video:true}。然而在我的测试中,传递一个字符串“video”也可以正常工作。你将看到的演示基于另一个演示,所以代码来自于一个较早的Chrome下的版本。第二个和第三个参数是操作成功和失败的回调函数。       你可以看到操作成功的事件处理函数将视频流分配给HTML5 Video标签。最酷的是,一旦运行起来,你就可以使用Canvas API来拍照。对于这个演示,可以看看Greg Miernicki的Demo: [**http://miernicki.com/cam.html**](http://miernicki.com/cam.html)       如果这个Demo无法工作,可以按照下面的说明来开启getUserMedia支持后再次进行尝试。(虽然我打算分享一些屏幕截图,所以如果你只是想继续阅读,那也没关系。)       基于Greg的Demo,我突然想到可以用网络摄像头的照片做一些很酷的东西。我记得[**Face.com**](http://www.face.com/)有一个*非常*酷的API来解析脸部的图片。(我11月曾经在博客里写了一个ColdFusion的[例子](http://www.raymondcamden.com/index.cfm/2011/11/7/Facecom-API-released)。)然后我在想,是否我们能把Greg的Demo与Face.com的API结合起来做一些基本面部识别的Demo。 ![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-08-09_57a9a2e546cb4.gif)       这有这几个重大问题。 第一 - Face.com有一个很好的REST API,我们将如何从JavaScript应用程序里面来调用它?其次 - Face.com需要你可以上传图片,或给它一个网址。 我知道可以把一个Canvas图片发送给服务器,并通过我的后台上传到Face.com,但有没有办法绕过服务器来把图片发送给这个API?       第一个实际上并不是问题。Face.com实现了[**CORS**](http://dvcs.w3.org/hg/cors/raw-file/tip/Overview.html)(跨域资源共享)。CORS系统基本上可以让服务器暴露给其它域上文件的Ajax调用。这是一个伟大的功能,我希望更多的服务能够使用它。       更复杂的问题则是如何把画布上的数据发送到Face.com(宇捷注:还可以参考我的这篇文章《[如何使用HTML5实现拍照上传应用](http://blog.csdn.net/hfahe/article/details/7354912)》)。我如何模拟文件上传?这里有另一个很酷的新技巧 - Formdata。ColdFusion的研究员Sagar Ganatra关于这个话题有一篇很棒的**[博客](http://www.sagarganatra.com/2011/07/submitting-form-using-formdata-object.html)**。下面展示了我如何使用它: ~~~ function snapshot() { $("#result").html("

Working hard for the money...

"); canvas.width = video.videoWidth; canvas.height = video.videoHeight; canvas.getContext('2d').drawImage(video, 0, 0); var data = canvas.toDataURL('image/jpeg', 1.0); newblob = dataURItoBlob(data); var formdata = new FormData(); formdata.append("api_key", faceKey); formdata.append("api_secret", faceSecret); formdata.append("filename","temp.jpg"); formdata.append("file",newblob); $.ajax({ url: 'http://api.face.com/faces/detect.json?attributes=age_est,gender,mood,smiling,glasses', data: formdata, cache: false, contentType: false, processData: false, dataType:"json", type: 'POST', success: function (data) { handleResult(data.photos[0]); } }); } ~~~       让我们一行行来看这段代码。首先 - 我需要从画布对象获取二进制数据。有几种方法可以实现,但是我尤其想要一个二进制的Blob。请注意dataURIToBlob方法。这是几周前我从[StockOverflow](http://stackoverflow.com/a/8782422/52160)上发现的。       我创建了一个新的formdata对象,然后简单地设置了自己所需的值。你可以看到我为发起的API请求添加了几个参数,但关键在于文件名和文件对象本身。       接下来你可以看到简单的jQuery Ajax调用。Face.com有多种选择,但我基本只要求它返回预测年龄、性别、情绪,是否面带微笑以及戴着眼镜。就是这些。我得到了一个很棒的JSON包,并且对它进行了格式化。       现在显然API并不完美。我获得了使用API一些不同程度的结果。有时相当准确,有时相反。但是总体来说,这相当酷。这里有一些实际测试的图片,看起来有点“可怕”。 ![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-08-09_57a9a2e55aae0.jpg) 识别结果:neutral(无表情) ![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-08-09_57a9a2e572c03.jpg) 识别结果:happy(开心) ![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-08-09_57a9a2e58aa5b.jpg) 识别结果:surprised(惊讶) ![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-08-09_57a9a2e5a43dc.jpg) 识别结果:sad(悲伤)       好了,准备自己亲自来试试? 只需点击下面的演示按钮。如果需要源代码,可以直接在页面上查看! 这是100%的纯客户端代码。 [![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-08-09_57a9a2e5bfb2a.jpg)](http://www.raymondcamden.com/demos/2012/mar/29/test1.html)       如果想从另外一方面了解getUserMedia,可以看看这些例子: - [感谢getUserMedia](http://html5doctor.com/getusermedia/)(HTML5Doctor的这篇文章不错,可以了解到getUserMedia的前世今生,以及和HTML Media Capture API的区别。) - [在Chrome上测试WebRTC](https://sites.google.com/site/webrtc/running-the-demos) - [HTML5新特性:WebRTC和设备访问](http://www.tricedesigns.com/2012/02/02/bleeding-edge-html5-webrtc-device-access/) - [用HTML5捕获音频和视频](http://www.html5rocks.com/en/tutorials/getusermedia/intro/)
';