基于 Java 实现的人脸识别功能（附源码）
Posted 程序员内点事
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了基于 Java 实现的人脸识别功能（附源码）相关的知识，希望对你有一定的参考价值。
点击“ 程序员内点事 ”关注，选择“ 设置星标 ”
坚持学习，好文每日送达！
远程在家办公的第N天，快要闲出屁了，今天突然有个小学弟加我VX说要咨询我点技术问题（终于可以装X了）。看了他的需求描述，大概是要做一个Java web版本的人脸识别功能，然后存储人物的特征，再扫脸比对。可是我不会啊。。。
不过，作为一个宠粉的暖男，别说有困难就是没困难制造困难也要上，既然人家这么真诚的咨询，说明我还是有被需要的价值，不会那就帮着查查资料吧！没想到还有意外的收获~
看完他的境遇，忽然想起自己当年做毕设时那无助的样子，是何等的相似。每每看到有这样的咨询，能帮的我都尽自己最大努力帮，毕竟都是这么走过来的。
人脸识别技术是很复杂的，自己用Java手撕一个识别算法有点不切实际，毕竟实力不允许我这么嚣张，还是借助三方的SDK吧！
找了一圈发现一个免费的人脸识别SDK： ArcSoft:，地址：https://ai.arcsoft.com.cn。
官网首页 -> 右上角开发者中心 -> 选择“人脸识别” -> 添加SDK，会生成APPID、SDK KEY后续会用到，根据需要选择不同的环境（本文基于windows环境），然后下载SDK是一个压缩包。
终于在我的苦苦搜寻之下终于，找到一个ArcSoft的Java版本Demo，开源真是一件美好的事情，话不多说开干！
1、下载demo项目
github地址：https://github.com/xinzhfiu/ArcSoftFaceDemo，本地搭建数据库，创建表:user_face_info。这个表主要用来存人像特征，其中主要的字段 face_feature 用二进制类型 blob 存放人脸特征。
SET NAMES utf8mb4;
SET FOREIGN_KEY_CHECKS = 0;
-- ----------------------------
-- Table structure for user_face_info
-- ----------------------------
DROP TABLE IF EXISTS `user_face_info`;
CREATE TABLE `user_face_info` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT \'主键\',
`group_id` int(11) DEFAULT NULL COMMENT \'分组id\',
`face_id` varchar(31) DEFAULT NULL COMMENT \'人脸唯一Id\',
`name` varchar(63) DEFAULT NULL COMMENT \'名字\',
`age` int(3) DEFAULT NULL COMMENT \'年纪\',
`email` varchar(255) DEFAULT NULL COMMENT \'邮箱地址\',
`gender` smallint(1) DEFAULT NULL COMMENT \'性别，1=男，2=女\',
`phone_number` varchar(11) DEFAULT NULL COMMENT \'电话号码\',
`face_feature` blob COMMENT \'人脸特征\',
`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT \'创建时间\',
`update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT \'更新时间\',
`fpath` varchar(255) COMMENT \'照片路径\',
PRIMARY KEY (`id`) USING BTREE,
KEY `GROUP_ID` (`group_id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 ROW_FORMAT=DYNAMIC;
SET FOREIGN_KEY_CHECKS = 1;
2、修改application.properties文件
整个项目还是比较完整的，只需改一些配置即可启动，但有几点注意的地方，后边会重点说明。
config.arcface-sdk.sdk-lib-path：存放SDK压缩包中的三个.dll文件的路径
config.arcface-sdk.app-id ：开发者中心的APPID
config.arcface-sdk.sdk-key ：开发者中心的SDK Key
config.arcface-sdk.sdk-lib-path=d:/arcsoft_lib
config.arcface-sdk.app-id=8XMHMu71Dmb5UtAEBpPTB1E9ZPNTw2nrvQ5bXxBobUA8
config.arcface-sdk.sdk-key=BA8TLA9vVwK7G6btJh2A2FCa8ZrC6VWZLNbBBFctCz5R
# druid 本地的数据库地址
spring.datasource.druid.url=jdbc:mysql://127.0.0.1:3306/xin-master?useUnicode=true&characterEncoding=utf-8&useSSL=false&serverTimezone=UTC
spring.datasource.druid.username=junkang
spring.datasource.druid.password=junkang
3、根目录创建lib文件夹
在项目根目录创建文件夹 lib,将下载的SDK压缩包中的arcsoft-sdk-face-2.2.0.1.jar放入项目根目录
4、引入arcsoft依赖包
<dependency>
<groupId>com.arcsoft.face</groupId>
<artifactId>arcsoft-sdk-face</artifactId>
<version>2.2.0.1</version>
<scope>system</scope>
<systemPath>$basedir/lib/arcsoft-sdk-face-2.2.0.1.jar</systemPath>
</dependency>
pom.xml文件要配置includeSystemScope属性，否则可能会导致arcsoft-sdk-face-2.2.0.1.jar引用不到
<build>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<configuration>
<includeSystemScope>true</includeSystemScope>
<fork>true</fork>
</configuration>
</plugin>
</plugins>
</build>
5、启动项目
到此为止配置完成，run Application文件启动
测试一下：http://127.0.0.1:8089/demo，如下页面即启动成功
1、录入人脸图像
页面输入名称，点击摄像头注册调起本地摄像头，提交后将当前图像传入后台，识别提取当前人脸体征，保存至数据库。
2、人脸对比
录入完人脸图像后测试一下能否识别成功，提交当前的图像，发现识别成功相似度92%。但是作为程序员对什么事情都要持怀疑的态度，这结果不是老铁在页面写死的吧？
为了进一步验证，这回把脸挡住再试一下，发现提示“人脸不匹配”，证明真的有进行比对。
简单看了一下项目源码，分析一下实现的过程：
页面和JS一看就是后端程序员写的，不要问我问为什么？懂的自然懂，哈哈哈 ~ ，
1、JS调起本地摄像头拍照，上传图片文件字符串
function getMedia()
$("#mainDiv").empty();
let videoComp = " <video id=\'video\' width=\'500px\' height=\'500px\' autoplay=\'autoplay\' style=\'margin-top: 20px\'></video><canvas id=\'canvas\' width=\'500px\' height=\'500px\' style=\'display: none\'></canvas>";
$("#mainDiv").append(videoComp);
let constraints =
video: width: 500, height: 500,
audio: true
;
//获得video摄像头区域
let video = document.getElementById("video");
//这里介绍新的方法，返回一个 Promise对象
// 这个Promise对象返回成功后的回调函数带一个 MediaStream 对象作为其参数
// then()是Promise对象里的方法
// then()方法是异步执行，当then()前的方法执行完后再执行then()内部的程序
// 避免数据没有获取到
let promise = navigator.mediaDevices.getUserMedia(constraints);
promise.then(function (MediaStream)
video.srcObject = MediaStream;
video.play();
);
// var t1 = window.setTimeout(function()
// takePhoto();
// ,2000)
//拍照事件
function takePhoto()
let mainComp = $("#mainDiv");
if(mainComp.has(\'video\').length)
let userNameInput = $("#userName").val();
if(userNameInput == "")
alert("姓名不能为空!");
return false;
//获得Canvas对象
let video = document.getElementById("video");
let canvas = document.getElementById("canvas");
let ctx = canvas.getContext(\'2d\');
ctx.drawImage(video, 0, 0, 500, 500);
var formData = new FormData();
var base64File = canvas.toDataURL();
var userName = $("#userName").val();
formData.append("file", base64File);
formData.append("name", userName);
formData.append("groupId", "101");
$.ajax(
type: "post",
url: "/faceAdd",
data: formData,
contentType: false,
processData: false,
async: false,
success: function (text)
var res = JSON.stringify(text)
if (text.code == 0)
alert("注册成功")
else
alert(text.message)
,
error: function (error)
alert(JSON.stringify(error))
);
else
var formData = new FormData();
let userName = $("#userName").val();
formData.append("groupId", "101");
var file = $("#file0")[0].files[0];
var reader = new FileReader();
reader.readAsDataURL(file);
reader.onload = function ()
var base64 = reader.result;
formData.append("file", base64);
formData.append("name",userName);
$.ajax(
type: "post",
url: "/faceAdd",
data: formData,
contentType: false,
processData: false,
async: false,
success: function (text)
var res = JSON.stringify(text)
if (text.code == 0)
alert("注册成功")
else
alert(text.message)
,
error: function (error)
alert(JSON.stringify(error))
);
location.reload();
2、后台解析图片，提取人像特征
后台解析前端传过来的图片，提取人像特征存入数据库，人像特征的提取主要是靠FaceEngine引擎，顺着源码一路看下去，自己才疏学浅实在是没懂具体是个什么样的算法。
/*
人脸添加
*/
@RequestMapping(value = "/faceAdd", method = RequestMethod.POST)
@ResponseBody
public Result<Object> faceAdd(@RequestParam("file") String file, @RequestParam("groupId") Integer groupId, @RequestParam("name") String name)
try
//解析图片
byte[] decode = Base64.decode(base64Process(file));
ImageInfo imageInfo = ImageFactory.getRGBData(decode);
//人脸特征获取
byte[] bytes = faceEngineService.extractFaceFeature(imageInfo);
if (bytes == null)
return Results.newFailedResult(ErrorCodeEnum.NO_FACE_DETECTED);
UserFaceInfo userFaceInfo = new UserFaceInfo();
userFaceInfo.setName(name);
userFaceInfo.setGroupId(groupId);
userFaceInfo.setFaceFeature(bytes);
userFaceInfo.setFaceId(RandomUtil.randomString(10));
//人脸特征插入到数据库
userFaceInfoService.insertSelective(userFaceInfo);
logger.info("faceAdd:" + name);
return Results.newSuccessResult("");
catch (Exception e)
logger.error("", e);
return Results.newFailedResult(ErrorCodeEnum.UNKNOWN);
3、人像特征对比
人脸识别：将前端传入的图像经过人像特征提取后，和库中已存在的人像信息对比分析
/*
人脸识别
*/
@RequestMapping(value = "/faceSearch", method = RequestMethod.POST)
@ResponseBody
public Result<FaceSearchResDto> faceSearch(String file, Integer groupId) throws Exception
byte[] decode = Base64.decode(base64Process(file));
BufferedImage bufImage = ImageIO.read(new ByteArrayInputStream(decode));
ImageInfo imageInfo = ImageFactory.bufferedImage2ImageInfo(bufImage);
//人脸特征获取
byte[] bytes = faceEngineService.extractFaceFeature(imageInfo);
if (bytes == null)
return Results.newFailedResult(ErrorCodeEnum.NO_FACE_DETECTED);
//人脸比对，获取比对结果
List<FaceUserInfo> userFaceInfoList = faceEngineService.compareFaceFeature(bytes, groupId);
if (CollectionUtil.isNotEmpty(userFaceInfoList))
FaceUserInfo faceUserInfo = userFaceInfoList.get(0);
FaceSearchResDto faceSearchResDto = new FaceSearchResDto();
BeanUtil.copyProperties(faceUserInfo, faceSearchResDto);
List<ProcessInfo> processInfoList = faceEngineService.process(imageInfo);
if (CollectionUtil.isNotEmpty(processInfoList))
//人脸检测
List<FaceInfo> faceInfoList = faceEngineService.detectFaces(imageInfo);
int left = faceInfoList.get(0).getRect().getLeft();
int top = faceInfoList.get(0).getRect().getTop();
int width = faceInfoList.get(0).getRect().getRight() - left;
int height = faceInfoList.get(0).getRect().getBottom() - top;
Graphics2D graphics2D = bufImage.createGraphics();
graphics2D.setColor(Color.RED);//红色
BasicStroke stroke = new BasicStroke(5f);
graphics2D.setStroke(stroke);
graphics2D.drawRect(left, top, width, height);
ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
ImageIO.write(bufImage, "jpg", outputStream);
byte[] bytes1 = outputStream.toByteArray();
faceSearchResDto.setImage("data:image/jpeg;base64," + Base64Utils.encodeToString(bytes1));
faceSearchResDto.setAge(processInfoList.get(0).getAge());
faceSearchResDto.setGender(processInfoList.get(0).getGender().equals(1) ? "女" : "男");
return Results.newSuccessResult(faceSearchResDto);
return Results.newFailedResult(ErrorCodeEnum.FACE_DOES_NOT_MATCH);
整个人脸识别功能的大致流程图如下：
整个项目的设计思路比较清晰，难点在于人脸识别引擎 和 前端JS部分代码，其他的功能比较平常。
赠人玫瑰手有余香，双手奉上源码地址：https://github.com/xinzhfiu/ArcSoftFaceDemo/，有任何技术问题，欢迎随时沟通
今天就说这么多，如果本文对您有一点帮助，希望能得到您一个点赞附源码基于OpenCV的Python人脸识别
大家好，我是cv君，近期朋友的作品，由我来分享给大家，人脸识别的，顺便还附带了比较完整的一些功能，还有UI界面，可拓展性高，欢迎收藏~
（遍历目录下所有照片依次识别 视频随时标注）
一、功能概览
可以实现在摄像头下实时的人脸识别、检测、框选功能
原理是将摄像头下的图像人脸和存放照片的目录下的人脸依次进行对比 调用百度的API人脸识别接口 返回相似度的值进行识别
识别成功和失败均有提示 成功时能将对应的信息写入到识别记录中 并终止程序 当所有照片对比后均失败则提示失败 终止程序
窗口利用tkinter函数所写 利用PIL和opencv对图像进行处理 最后将识别结果和人脸框选图像在窗口中显示出来
人脸框选功能用到了opencv官方的人脸识别器 然后利用opencv画出相应外框即可
另外在测试时 用matplotlib.pyplot的相关函数进行输出图像的测试
文件资源包：（文章末尾有百度网盘版）https://download.csdn.net/download/weixin_53403301/20670370?spm=1001.2014.3001.5501
主要代码为工程包内的api_face.py和gui_face_new.py文件
对应识别速度更快的版本为api_face_faster.py和gui_face_new_faster.py文件
另外 gui_face.py文件所对应的程序功能为选择任一目录下的指定图像进行识别 在我之前的文章中有写到 gui_face_new.py文件是在其上的改进
之前的文章和资源：
https://blog.csdn.net/weixin_53403301/article/details/117464715
https://download.csdn.net/down
以上是关于基于 Java 实现的人脸识别功能（附源码）的主要内容，如果未能解决你的问题，请参考以下文章
Android实现戴口罩人脸检测和戴口罩识别(附Android源码)
Android实现戴口罩人脸检测和戴口罩识别(附Android源码)