vue2+tracking實現(xiàn)PC端的人臉識別示例

更新時間：2022年05月20日 10:13:16 作者：名字被你們想完了

本文主要介紹了vue2+tracking實現(xiàn)PC端的人臉識別示例，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下

需求

上傳患者真實頭像，可以有兩種選擇，一種是通過常規(guī)的文件選擇方式上傳，第二種方式就是醫(yī)生可以調(diào)用電腦的攝像頭拍一張然后上傳。

分析

常規(guī)的就不用分析了，只分析第二種：

調(diào)用本地攝像頭
然后可以進行拍照
因為是患者的真實頭像，方便辨認，要求要拍到患者臉部
檢測到患者臉部，自動截圖，醫(yī)生只需要點擊上傳即可

實現(xiàn)思路

首先看有不有能識別到患者臉部的前端第三方庫，如果沒有，這個需求就相對來說就麻煩一點，就是在拍照的時候需要醫(yī)生辨別能否達到上傳的要求，然后再拍照上傳也行。

基于上面的思路，開始尋找，最后確定使用 tracking.js 它的 github 地址

使用 tracking.js

安裝：yarn add tracking
使用，用一個測試 demo 來展示：

src/components/TestFace.vue

<template>
  <div>
    <div>
      <p>請將攝像頭對準患者臉部</p>
      <video id="video" style="transform:rotateY(180deg)" autoplay></video>
    </div>
    <div>
      <p>檢測人臉結(jié)果</p>
      <canvas id="canvas" width="200" height="200" style="transform:rotateY(180deg)"></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 () {
      // 有可能觸發(fā)一些其他的按鈕會重新獲取
      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') // 檢測人臉
        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) => {
            // 繪制到 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) {
            // 說明檢測到人臉了，此時就可以截取圖片傳遞給后端
            // canvas 調(diào)用 toDataURL
          }
        })
      })
    },

    handleCancel () {
      this.videoObj.srcObject.getTracks()[0].stop()
      this.trackerTask.stop()
    },

    // 成功顯示
    success (stream) {
      this.videoObj.srcObject = stream
      this.videoObj.play()
    },
    // 失敗拋出錯誤，可能用戶電腦沒有攝像頭，或者攝像頭權(quán)限沒有打開
    error (error) {
      // 可以在這里面提示用戶
      console.log(`訪問用戶媒體設備失敗${error.name}, ${error.message}`)
    }
  },
  beforeDestroy () {
    this.handleCancel()
  }
}
</script>

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)
}

最終的效果如下：