基于HTML5的人臉識別技術是怎樣的

基于HTML5的人臉識別技術是怎樣的，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

然后打開下面地址：

http://neave.com/webcam/html5/face/

當你搖頭晃腦的時候，那副眼鏡會跟著移動并幫你戴上眼鏡。

你可以查看網頁源碼來了解具體的實現細節。

———————————–我是分界線———————————————

這是一篇國外的文章，介紹如何通過 WebRTC、OpenCV 和 WebSocket 技術實現在 Web  瀏覽器上的人臉識別，架構在 Jetty 之上。

實現的效果包括：

還能識別眼睛

人臉識別的核心代碼：

頁面：

XML/HTML 

<div> <videoidvideoid="live"width="320"height="240" autoplay style="display: inline;"></video> <canvaswidthcanvaswidth="320"id="canvas"height="240"style="display: inline;"></canvas> </div> <scripttypescripttype="text/javascript"> var video = $("#live").get()[0];   var canvas = $("#canvas");   var ctx = canvas.get()[0].getContext('2d');   navigator.webkitGetUserMedia("video",   function(stream) {   video.src = webkitURL.createObjectURL(stream);   },   function(err) {   console.log("Unable to get video stream!")   }   )   timer = setInterval(   function () {   ctx.drawImage(video, 0, 0, 320, 240);   }, 250);   </script>

JavaScript 

publicclass FaceDetection {   privatestaticfinal String CASCADE_FILE ="resources/haarcascade_frontalface_alt.xml";   privateint minsize = 20;   privateint group = 0;   privatedouble scale = 1.1;   /**  * Based on FaceDetection example from JavaCV.  */ publicbyte[] convert(byte[] imageData) throws IOException {   // create image from supplied bytearray IplImage originalImage = cvDecodeImage(cvMat(1, imageData.length,CV_8UC1, newBytePointer(imageData)));   // Convert to grayscale for recognition IplImage grayImage = IplImage.create(originalImage.width(), originalImage.height(), IPL_DEPTH_8U, 1);   cvCvtColor(originalImage, grayImage, CV_BGR2GRAY);   // storage is needed to store information during detection CvMemStorage storage = CvMemStorage.create();   // Configuration to use in analysis CvHaarClassifierCascade cascade = newCvHaarClassifierCascade(cvLoad(CASCADE_FILE));   // We detect the faces. CvSeq faces = cvHaarDetectObjects(grayImage, cascade, storage, scale, group, minsize);   // We iterate over the discovered faces and draw yellow rectangles around them. for (int i = 0; i < faces.total(); i++) {   CvRect r = new CvRect(cvGetSeqElem(faces, i));   cvRectangle(originalImage, cvPoint(r.x(), r.y()),   cvPoint(r.x() + r.width(), r.y() + r.height()),   CvScalar.YELLOW, 1, CV_AA, 0);   }   // convert the resulting image back to an array ByteArrayOutputStream bout = new ByteArrayOutputStream();   BufferedImage imgb = originalImage.getBufferedImage();   ImageIO.write(imgb, "png", bout);   return bout.toByteArray();   }   }

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。