位置：首页-资讯-后端开发

vue2+tracking怎么实现PC端的人脸识别

2023-06-30 15:40

短信预约 -IT技能 免费直播动态提醒

本篇内容介绍了“vue2+tracking怎么实现PC端的人脸识别”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

需求

上传患者真实头像，可以有两种选择，一种是通过常规的文件选择方式上传，第二种方式就是医生可以调用电脑的摄像头拍一张然后上传。

分析

常规的就不用分析了，只分析第二种：

调用本地摄像头
然后可以进行拍照
因为是患者的真实头像，方便辨认，要求要拍到患者脸部
检测到患者脸部，自动截图，医生只需要点击上传即可

实现思路

首先看有不有能识别到患者脸部的前端第三方库，如果没有，这个需求就相对来说就麻烦一点，就是在拍照的时候需要医生辨别能否达到上传的要求，然后再拍照上传也行。

基于上面的思路，开始寻找，最后确定使用 tracking.js 它的 github 地址

使用 tracking.js

安装：yarn add tracking
使用，用一个测试 demo 来展示：

class="lazy" data-src/components/TestFace.vue

<template>  <div>    <div>      <p>请将摄像头对准患者脸部</p>      <video id="video"  autoplay></video>    </div>    <div>      <p>检测人脸结果</p>      <canvas id="canvas" width="200" height="200" ></canvas>    </div>  </div></template><script>import { userMedia } from '../utils/utils'require('tracking/build/tracking-min.js')require('tracking/build/data/face-min.js')export default {  data () {    return {      videoObj: null,      trackerTask: null    }  },  mounted () {    this.openCamera()  },  methods: {    openCamera () {      // 有可能触发一些其他的按钮会重新获取      this.$nextTick(() => {        const canvas = document.getElementById('canvas')        const context = canvas.getContext('2d')        this.videoObj = document.getElementById('video')        // eslint-disable-next-line no-undef        const tracker = new tracking.ObjectTracker('face') // 检测人脸        tracker.setInitialScale(4)        tracker.setStepSize(2)        tracker.setEdgesDensity(0.1)        // eslint-disable-next-line no-undef        this.trackerTask = tracking.track('#video', tracker, { camera: true })        const constraints = {          video: { width: 200, height: 200 },          audio: false        }        userMedia(constraints, this.success, this.error)        tracker.on('track', (event) => {          event.data.forEach((rect) => {            // 绘制到 canvas            context.drawImage(this.videoObj, 0, 0, canvas.width, canvas.height)            context.font = '16px Helvetica'            context.strokeStyle = '#1890ff'            context.strokeRect(rect.x, rect.y, rect.width, rect.height)          })          if (event.data.length !== 0) {            // 说明检测到人脸了，此时就可以截取图片传递给后端            // canvas 调用 toDataURL          }        })      })    },    handleCancel () {      this.videoObj.class="lazy" data-srcObject.getTracks()[0].stop()      this.trackerTask.stop()    },    // 成功显示    success (stream) {      this.videoObj.class="lazy" data-srcObject = stream      this.videoObj.play()    },    // 失败抛出错误，可能用户电脑没有摄像头，或者摄像头权限没有打开    error (error) {      // 可以在这里面提示用户      console.log(`访问用户媒体设备失败${error.name}, ${error.message}`)    }  },  beforeDestroy () {    this.handleCancel()  }}</script>

class="lazy" data-src/utils/utils.js

export let userMedia = function (constraints, success, error) {  if (navigator.mediaDevices.getUserMedia) {    userMedia = function (constraints, success, error) {      navigator.mediaDevices.getUserMedia(constraints).then(success).catch(error)    }  } else if (navigator.webkitGetUserMedia) {    userMedia = function (constraints, success, error) {      navigator.webkitGetUserMedia(constraints, success, error)    }  } else if (navigator.mozGetUserMedia) {    userMedia = function (constraints, success, error) {      navigator.mozGetUserMedia(constraints, success, error)    }  } else if (navigator.getUserMedia) {    userMedia = function (constraints, success, error) {      navigator.getUserMedia(constraints, success, error)    }  }  userMedia(constraints, success, error)}

最终的效果如下：

vue2+tracking怎么实现PC端的人脸识别