vue使用trackingjs

  • 前言:因为公司是做人工智能-AI的,所有一个web数据平台为了装X,需要做个人脸登陆。前台需要把人脸的base64发给后台去做人脸校验。
       功能很简单,需要注意的是web需要实现“调用摄像头”和“自动拍照”。于是开始找资料,在github上找到个8363星的trackingjs,不得不说js如此强大。
               可是但我在最后发现trackingjs从头到尾没有说明如何关闭摄像头。
    // 引入trackingjs所需文件
    import tracking from '@/assets/js/tracking-min.js'
    import '@/assets/js/face-min.js'
    
    // 后台接口
    import { faceLogin } from './api'
    export default {
        name: 'login',
        data() {
            return {
                trackerTask: null,
                trackering: null,
                mediaStreamTrack: null
            }
        },
        mounted() {
            this.getCompetence()
        },
        methods: {
            getCompetence() {
                let flag = true;
                const _this = this;
                const video = this.mediaStreamTrack = document.getElementById('videoCamera-face');
                const canvas = document.getElementById('canvas-face');
                const context = canvas.getContext('2d');
    
                const tracker = new window.tracking.ObjectTracker('face');
                tracker.setInitialScale(4);
                tracker.setStepSize(2);
                tracker.setEdgesDensity(0.1);
                // 启动摄像头初始化
                this.trackerTask = window.tracking.track('#videoCamera-face', tracker, {
                    camera: true
                });
                tracker.on('track', function(event) {
                    context.clearRect(0, 0, canvas.width, canvas.height);
                    event.data.forEach(function(rect) {
                        context.strokeStyle = '#ff0000';
                        context.strokeRect(rect.x, rect.y, rect.width, rect.height);
                    });
                    if (event.data.length) {
                        // 会不停的去检测人脸,所以这里需要做个锁
                        if (flag) {
                            // 裁剪出人脸并绘制下来
                            const canvasUpload = document.getElementById('canvas-face-upload')
                            const contextUpload = canvasUpload.getContext('2d')
                            contextUpload.drawImage(video, 0, 0, 105, 105)
                            flag = false
                            // 人脸的basa64
                            const dataURL = canvasUpload.toDataURL('image/jpeg');
                            // ajax请求
                            _this.$store.dispatch('LoginByFaceID', {
                                face_img: dataURL.slice(23) // 我们后台需要的basa64不要前缀
                            }).then(res => {
                                let type = 'success'
                                // 登录成功跳转到首页
                                if (res.data.code === 200) {
                                    _this.$router.push({
                                        path: '/'
                                    });
                                }
                                // 登录失败重新进行人脸检测
                                else {
                                    type = 'error'
                                    setTimeout(() => {
                                        flag = true
                                    }, 1500)
                                }
                                _this.$message({
                                    message: res.data.message,
                                    type,
                                    center: true
                                });
                            }).catch(error => {
                                console.log(error)
                            })
                        }
                    }
                });
            }
        },
        destroyed() {
            // 关闭摄像头和侦测
            this.mediaStreamTrack.srcObject.getTracks()[0].stop();
            this.trackerTask.stop()
        }
    }
    

      

上一篇:OpenCV 使用 pytorch 模型 通过摄像头实时表情识别


下一篇:Face The Right Way POJ - 3276(区间)