一四三人脸识别颜值自动点赞关注
Posted 夏河始溢
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一四三人脸识别颜值自动点赞关注相关的知识,希望对你有一定的参考价值。
文章目录
脚本功能
- 通过获取video当前播放帧图片,截图调用后台接口,再调用百度人脸识别
- 拿到人脸信息(年龄、颜值、性别等)
- 判断点赞、收藏或者下一条
获取video当前播放帧图片
- 创建canvas
- 获取当前屏幕的ratio值(如果不获取,截取的图片会比较模糊)
- 通过使用 drawImage() 方法将视频画面画在 canvasCtx 上
drawImage() 参数介绍
drawImage(image, dx, dy)
drawImage(image, dx, dy, dw, dh)
drawImage(image, sx, sy, sw, sh, dx, dy, dw, dh)
image:必选,要截取的 image 或者 video 元素
sx:可选,被截取图片的裁剪开始位置的 x 坐标
sy:可选,被截取图片的裁剪开始位置的 y 坐标
sw:可选,被截取图片的裁剪宽度
sh:可选,被截取图片的裁剪高度
dx:必选,裁剪图片放在画布上位置的 x 坐标
dy:必选,裁剪图片放在画布上位置的 y 坐标
dw:可选,裁剪图片放在画布上的宽度(放大或缩小)
dh:可选,裁剪图片放在画布上的高度(放大或缩小)
- 使用 toDataURL() 将 canvas 转为图片(base64)
- 将base64转为blob格式
var canvas = document.createElement('canvas');
var canvasCtx = canvas.getContext('2d');
var ratio = getPixelRatio(canvasCtx);
video = document.querySelector("div[data-e2e='feed-active-video'] video");
canvas.width = video.offsetWidth * ratio;
canvas.height = video.offsetHeight * ratio;
canvasCtx.fillStyle = '#222125';
canvasCtx.fillRect(0, 0, canvas.width, canvas.height);
var imgWidth = Math.min(canvas.width, (video.videoWidth * canvas.height) / video.videoHeight);
var imgHeight = Math.min(canvas.height, (video.videoHeight * canvas.width) / video.videoWidth);
canvasCtx.drawImage(
video,
0,
0,
video.videoWidth,
video.videoHeight,
(canvas.width - imgWidth) / 2,
(canvas.height - imgHeight) / 2,
imgWidth,
imgHeight
);
var MIME_TYPE = 'image/png'; // 保存文件类型
var imgURL = canvas.toDataURL(MIME_TYPE);
const blob = convertBase64ToBlob(imgURL);
// 获取radio
function getPixelRatio(context)
var backingStore =
context.backingStorePixelRatio ||
context.webkitBackingStorePixelRatio ||
context.mozBackingStorePixelRatio ||
context.msBackingStorePixelRatio ||
context.oBackingStorePixelRatio ||
context.backingStorePixelRatio ||
1;
return (window.devicePixelRatio || 1) / backingStore - 0.5;
// 将 base64 转换为二进制格式
function convertBase64ToBlob(base64)
const byteString = atob(base64.split(',')[1]);
const mimeType = base64.split(';')[0].split(':')[1];
const ab = new ArrayBuffer(byteString.length);
const ia = new Uint8Array(ab);
for (let i = 0; i < byteString.length; i++)
ia[i] = byteString.charCodeAt(i);
return new Blob([ab], type: mimeType);
将图片传到后台
直接使用fetch、jQuery的$ajax会存在跨域,通过后端设置cors也不能解决,搜索后发现tampermonkey提供GM_xmlhttpRequest来跨域请求
- 封装GM_xmlhttpRequest
//参数1:url;参数2:请求类型get或post;参数3:post的body;
function runAsync(url, send_type, data_ry)
var p = new Promise((resolve, reject) =>
GM_xmlhttpRequest(
method: send_type,
url: url,
headers:
'Content-Type': 'application/octet-stream'
,
data: data_ry,
onload: function (response)
resolve(JSON.parse(response.responseText));
,
onerror: function (err)
reject(err);
);
);
return p;
- 调用接口
runAsync('http://xxxx:api', 'POST', blob)
.then(result =>
return result;
)
.then(function (result)
console.log('🚀 >result',result);
//拿到res 处理逻辑
);
- 后端接受blob,并转为base64格式
package service
import (
"encoding/base64"
"encoding/json"
"fmt"
"io/ioutil"
"net/http"
"strings"
"github.com/gin-gonic/gin"
)
type RequestBody struct
Img string `json:"img"`
// FaceRecognition
// @summary 人脸识别
// @Description 人脸识别
// @param img formData string false "用户名"
// @Tags face
// @Success 200 string json"code":200,"message":"data"
// @Router /face/recognition [post]
func FaceRecognition(c *gin.Context)
// 解析请求体
imageData, err := ioutil.ReadAll(c.Request.Body)
if err != nil
c.AbortWithStatusJSON(http.StatusBadRequest, gin.H
"message": "Invalid image data",
)
return
// 解码 base64 格式图片数据(二进制转base64)
base64Image := base64.StdEncoding.EncodeToString(imageData)
// 本地测试可以使用GetFileContentAsBase64 方法
// base64Image := GetFileContentAsBase64("/Users/meijuntao/Pictures/csdn封面/vscode.jpeg")
reader := map[string]interface
"image": base64Image,
"image_type": "BASE64",
"face_field": "beauty,age,expression,gender",
// 人脸识别...
/**
* 获取文件base64编码
* @param string path 文件路径
* @return string base64编码信息,不带文件头
*/
func GetFileContentAsBase64(path string) string
srcByte, err := ioutil.ReadFile(path)
if err != nil
fmt.Println(err)
return ""
return base64.StdEncoding.EncodeToString(srcByte)
调用百度人脸识别接口
- 到百度开放平台注册账号,实名认证
- 到引用列表创建一个应用,选择你要的服务
- 穿件好之后就可以拿到API_KEY、SECRET_KEY
- 调用接口可以通过API_KEY、SECRET_KEY,调用GetAccessToken方法先获取到ACCESS_TOLEN,也可以获取到后直接保存下来,不用每次都调用
package service
import (
"encoding/base64"
"encoding/json"
"fmt"
"io/ioutil"
"net/http"
"strings"
"github.com/gin-gonic/gin"
)
type RequestBody struct
Img string `json:"img"`
const API_KEY = "you API_KEY"
const SECRET_KEY = "you SECRET_KEY"
const ACCESS_TOLEN = "you ACCESS_TOLEN"
// FaceRecognition
// @summary 人脸识别
// @Description 人脸识别
// @param img formData string false "用户名"
// @Tags face
// @Success 200 string json"code":200,"message":"data"
// @Router /face/recognition [post]
func FaceRecognition(c *gin.Context)
url := "https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=" + ACCESS_TOLEN
// 解析请求体
imageData, err := ioutil.ReadAll(c.Request.Body)
if err != nil
c.AbortWithStatusJSON(http.StatusBadRequest, gin.H
"message": "Invalid image data",
)
return
// 解码 base64 格式图片数据(二进制转base64)
base64Image := base64.StdEncoding.EncodeToString(imageData)
// imgs := GetFileContentAsBase64("/Users/meijuntao/Pictures/csdn封面/vscode.jpeg")
reader := map[string]interface
"image": base64Image,
"image_type": "BASE64",
"face_field": "beauty,age,expression,gender",
// 将 map 转换为 JSON 格式
jsonStr, err := json.Marshal(reader)
if err != nil
fmt.Println("Failed to marshal:", err)
return
payload := strings.NewReader(string(jsonStr))
client := &http.Client
req, err := http.NewRequest("POST", url, payload)
if err != nil
fmt.Println(err)
return
req.Header.Add("Content-Type", "application/json")
res, err := client.Do(req)
if err != nil
fmt.Println(err)
return
defer res.Body.Close()
body, err := ioutil.ReadAll(res.Body)
if err != nil
fmt.Println(err)
return
var result map[string]interface
err = json.Unmarshal(body, &result)
if err != nil
return
c.JSON(200, gin.H
"msg": "success",
"data": result["result"],
)
/**
* 获取文件base64编码
* @param string path 文件路径
* @return string base64编码信息,不带文件头
*/
func GetFileContentAsBase64(path string) string
srcByte, err := ioutil.ReadFile(path)
if err != nil
fmt.Println(err)
return ""
return base64.StdEncoding.EncodeToString(srcByte)
/**
* 使用 AK,SK 生成鉴权签名(Access Token)
* @return string 鉴权签名信息(Access Token)
*/
func GetAccessToken() string
url := "https://aip.baidubce.com/oauth/2.0/token"
postData := fmt.Sprintf("grant_type=client_credentials&client_id=%s&client_secret=%s", API_KEY, SECRET_KEY)
resp, err := http.Post(url, "application/x-www-form-urlencoded", strings.NewReader(postData))
if err != nil
fmt.Println(err)
return ""
defer resp.Body.Close()
body, err := ioutil.ReadAll(resp.Body)
if err != nil
fmt.Println(err)
return ""
accessTokenObj := map[string]string
json.Unmarshal([]byte(body), &accessTokenObj)
return accessTokenObj["access_token"]
拿到识别结果处理逻辑
runAsync('http://xxxx:api', 'POST', blob)
.then(result =>
return result;
)
.then(function (result)
console.log('🚀 >result',result);
//拿到res 处理逻辑
if (result.data)
const resFace = result.data['face_list'][0];
const expression =
none: '无表情',
smile: '微笑',
laugh: '大笑'
;
const conNode = `<div class="m_item m_item_title">检测到 <span class="text_gradient face_num">$
result.data.face_num
</span> 张人脸</div>
<div class="m_item">
<span>性别:</span>
<span class="text_gradient m_female">$resFace.gender.type</span>
</div>
<div class="m_item">
<span>年龄:</span>
<span class="text_gradient m_age">$resFace.age</span>
</div>
<div class="m_item">
<span>颜值:</span>
<span class="text_gradient">$resFace.beauty</span>
</div>
<div class="m_item">
<span>表情:</span>
<span class="text_gradient m_expression">$expression[resFace.expression.type]</span>
</div>`;
document.querySelector('.m_wrap').style.height = '230px';
// var conDom = document.createElement('div');
// conDom.innerhtml = conNode;
// document.querySelector('.m_content').appendChild(conDom);
document.querySelector('.m_item_wrap').innerHTML = conNode;
document.querySelector('.m_discern').innerHTML = '检测完成';
if (parseInt(resFace.beauty) >= 50)
isBeauty = true;
// 关注
var follow = document.querySelector(
"div[data-e2e='feed-active-video'] div[data-e2e='feed-follow-icon'] div div"
);
resFace.gender.type === 'female' && follow?.click();
var like = document.querySelector(
"div[data-e2e='feed-active-video'] div[data-e2e-state='video-player-no-digged'] div"
);
like?.click();
else if (checkNum <= 3)
checkNum++;
console.log('🚀 > 第', checkNum, '次检测');
timeoutInit(2000);
else if (checkNum > 3)
// 多次检测没有就跳过
console.log('🚀 > 多次检测颜值未达标,跳过', checkNum);
document.querySelector('.xgplayer-playswitch-next').click();
else
if (checkNum <= 3)
checkNum++;
timeoutInit(2000);
else
// 多次检测没有就跳过
console.log('🚀 > 多次检测没有就跳过', checkNum);
document.querySelector('.xgplayer-playswitch-next').click();
);
效果展示
问题记录
- tampermonkey新增脚本不生效
- 请求接口跨域:使用GM_xmlhttpRequest
- 在本地测试video截图保存一直存在跨域,设置了video 标签中属性 crossorigin=“anonymous”,也没用,研究了好久,突然发现,我的脚本就是在目标域名下触发,压根不存在跨域,浪费了半天时间。。。
- canvas.drawImage获取到的图片不清晰,这是浏览器的像素比devicePixelRatio有关,可以先获取到ratio,调用drawImage是宽高乘ratio,当然ratio太高也会影响性能,导致图片太大,可根据项目适当调整
- 截图后生成的base64没法直接通过application/json或者application/x-www-form-urlencoded传,后端接受不到参数,猜测是太大超过限制了,改为将base64先转为blob格式,在通过application/octet-stream二进制流的形式,后端接收到后再将blob转为base64
魔点G2一台小巧高颜值的智能人脸考勤门禁机
设备优势:魔点G2集“智慧考勤,访客系统,门禁权限”与一体的新型人脸识别考勤门禁机,相对比之前方形小巧的D2来说,魔点G2在造型上有了很大的变化, 椭圆形的外观,整体看起来更小巧,更美观。
魔点G2的识别方式采用领先的人脸识别算法技术,达到99.99%金融支付级精准识别度,平时你在戴眼镜、化妆、戴帽子、换发型等行为的改变,都可以1秒内快速识别,1米内自动开门。
魔点G2防作弊技术采用混合光谱技术搭载双目摄像头,有效实现活体识别,以人脸作为门禁的“钥匙”,防止使用照片和视频作为识别开启门禁,这样有效的保障企业或组织内部的安全性。
魔点G2同时支持在线和离线两种识别方式, 设备可以存储3000张人脸照片。
魔点G2与钉钉考勤智慧融合,员工刷脸开门的同时即可完成考勤打卡,上下班打卡更快捷方便。
魔点G2智能访客门禁,支持智能接待和放行,使访客到访自动匹配权限,智能通知被访人员,智能接待和放行,大大提升访客来访和接待效率,访客进出记录一键导出,并且魔点G2会对来访者发出“欢迎来访”的语音问候。企业的外来人员不必再经过前台或者门卫转达,直接通过魔点G2“无人前台”即可完成。
魔点G2门禁产品支持统一管理、统一分配、离职自动清权限,帮助企业实现智能化办公
魔点G2技术参数:
外观尺寸:高164.3mm,宽89.03mm,厚13.54mm
重量:169.8G
颜色:灰色
安装方式:支持墙面,玻璃,门柱等多种安装方式
硬件配置:
处理器:4核,1.45GHz
内存:1GB
ROM:8GB
LCD:4‘‘寸,800*600,IPS,触摸屏
摄像头:200万高清像素,1/2.7寸CMOS
wifi:IEEE 802.11b/g/n,2.4GHz
蓝牙:Bluetooth4.0+LE
整机借口:
1个白光补光灯圈
1个红外补光灯圈
1个一体化音腔扬声器
1个G2连接线接口
1个系统重启设置按键(Restart)
1个系统恢复出厂设置按键(Reset)
HUB接口
1个G2连接线接口
1个MIR-USB
1个8pin端子
1个RJ45网口
软件参数
操作系统 Android 6.0
人脸容量 3000张
离线记录 10000条
识别距离 1米内
活体识别 支持
手机录人脸 支持手机端录入人脸
配件
电源适配器 × 1
电源线 × 1
挂墙件 × 1
G2连接线 × 1
Hub × 1
8Pin接线端子 × 1
螺钉 × 5
膨胀管?60 × 30 × 2
三包卡 × 1
使用说明书 × 1
3M胶 × 1
工作环境
工作温度 -10~40℃
整机功耗 <24W
以上是关于一四三人脸识别颜值自动点赞关注的主要内容,如果未能解决你的问题,请参考以下文章