DIV CSS 佈局教程網

 DIV+CSS佈局教程網 >> 網頁腳本 >> HTML基礎知識 >> HTML5詳解 >> 基於 HTML5 的人臉識別技術
基於 HTML5 的人臉識別技術
編輯:HTML5詳解     

介紹一個網站,演示了通過 Html5 + JavaScript 技術實現的人臉識別,目前僅適用於 Chrome 浏覽器,首先需要在地址欄輸入 about:flags ,然後找到“啟用 MediaStream” 這一項,點擊“啟用” 後重啟 Chrome 浏覽器

Face detected

然後打開下面地址:

http://neave.com/webcam/Html5/face/

當你搖頭晃腦的時候,那副眼鏡會跟著移動並幫你戴上眼鏡。

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 浏覽器上的人臉識別,架構在 Jetty 之上。

實現的效果包括:

Face Detection result

還能識別眼睛

Eye Detection result

人臉識別的核心代碼:

頁面:

XML/Html Code復制內容到剪貼板
  1. <div>  
  2. <video id="live" width="320" height="240" autoplay style="display: inline;"></video>  
  3. <canvas width="320" id="canvas" height="240" style="display: inline;"></canvas>  
  4. </div>  
  5.   
  6. <script type="text/Javascript">  
  7. var video = $("#live").get()[0];  
  8. var canvas = $("#canvas");  
  9. var ctx = canvas.get()[0].getContext('2d');  
  10.   
  11. navigator.webkitGetUserMedia("video",  
  12. function(stream) {  
  13. video.src = webkitURL.createObjectURL(stream);  
  14. },  
  15. function(err) {  
  16. console.log("Unable to get video stream!")  
  17. }  
  18. )  
  19.   
  20. timer = setInterval(  
  21. function () {  
  22. ctx.drawImage(video, 0, 0, 320, 240);  
  23. }, 250);  
  24. </script>  

 

JavaScript Code復制內容到剪貼板
  1. public class FaceDetection {  
  2.   
  3. private static final String CASCADE_FILE ="resources/haarcascade_frontalface_alt.XML";  
  4.   
  5. private int minsize = 20;  
  6. private int group = 0;  
  7. private double scale = 1.1;  
  8.   
  9. /** 
  10. * Based on FaceDetection example from JavaCV. 
  11. */  
  12. public byte[] convert(byte[] imageData) throws IOException {  
  13. // create image from supplIEd bytearray  
  14. IplImage originalImage = cvDecodeImage(cvMat(1, imageData.length,CV_8UC1, newBytePointer(imageData)));  
  15.   
  16. // Convert to grayscale for recognition  
  17. IplImage grayImage = IplImage.create(originalImage.width(), originalImage.height(), IPL_DEPTH_8U, 1);  
  18. cvCvtColor(originalImage, grayImage, CV_BGR2GRAY);  
  19.   
  20. // storage is needed to store information during detection  
  21. CvMemStorage storage = CvMemStorage.create();  
  22.   
  23. // Configuration to use in analysis  
  24. CvHaarClassifIErCascade cascade = newCvHaarClassifIErCascade(cvLoad(CASCADE_FILE));  
  25.   
  26. // We detect the faces.  
  27. CvSeq faces = cvHaarDetectObjects(grayImage, cascade, storage, scale, group, minsize);  
  28.   
  29. // We iterate over the discovered faces and draw yellow rectangles around them.  
  30. for (int i = 0; i < faces.total(); i++) {  
  31. CvRect r = new CvRect(cvGetSeqElem(faces, i));  
  32. cvRectangle(originalImage, cvPoint(r.x(), r.y()),  
  33. cvPoint(r.x() + r.width(), r.y() + r.height()),  
  34. CvScalar.YELLOW, 1, CV_AA, 0);  
  35. }  
  36.   
  37. // convert the resulting image back to an array  
  38. ByteArrayOutputStream bout = new ByteArrayOutputStream();  
  39. BufferedImage imgb = originalImage.getBufferedImage();  
  40. ImageIO.write(imgb, "png", bout);  
  41. return bout.toByteArray();  
  42. }  
  43. }  

詳細的實現細節請閱讀英文原文:

http://www.smartjava.org/content/face-detection-using-Html5-Javascript-webrtc-websockets-jetty-and-Javacvopencv

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved