vue集成tracking.js，实现拍照人脸识别功能

133 阅读 0 评论 88 点赞

我是靠谱客的博主烂漫咖啡豆，这篇文章主要介绍vue集成tracking.js，实现拍照人脸识别功能，现在分享给大家，希望可以做个参考。

最近产品哥哥提出想做拍照时的人脸识别，没办法在网上搜了一通，实在是想感叹一番如今插件真是越来越丰富和厉害了，不过在开发过程中没找到完整的vue工程的demo，tracking.js的文档看的也是半懂，所以决定自己写一份，造福后来人。

首先我们需要去官网下载 tracking.js 的代码包，或者自己 npm 安装也行

两者下载方式的区别就是：前者可能功能更全面一些，毕竟是官网最新更新的。npm库的就不一定了。

附上官网地址： https://trackingjs.com/

我这边因为只需要用到人脸识别，所以就通过 npm 安装了

复制代码

1
2
执行命令： cnpm install tracking --save

装完了之后会发现node_modules下有了一个tracking文件夹

然后就是写测试demo

其实有一个很简单的办法，在 tracking 文件夹下查看目录，能看到一个叫作 example 的文件夹，相信大家都知道这是啥意思，里面有很多适用于不同需求和情境的demo，copy过去改改就OK了。
在这里插入图片描述
下面附上完整代码。

复制代码

<video id="video" width="318" height="270" preload autoplay loop muted></video>
    <canvas id="canvas" width="318" height="270" ></canvas>
    <div class="buttonDiv">
      <button type="button" @click="submit">上传照片</button>
      <button type="button" name="button" @click="openCamera">点击我拍照</button>
    </div>
  </div>
</template>

export default {
    name:'testTracking',
    data(){
      return {

}
    },
    methods:{
      openCamera () {

var video = document.getElementById('video');
        var canvas = document.getElementById('canvas');
        var context = canvas.getContext('2d');

var tracker = new tracking.ObjectTracker('face');
        tracker.setInitialScale(4);
        tracker.setStepSize(2);
        tracker.setEdgesDensity(0.1);

this.trackerTask = tracking.track('#video', tracker, { camera: true });

tracker.on('track', function(event) {
          context.clearRect(0, 0, canvas.width, canvas.height);

event.data.forEach(function(rect) {
            context.font = '11px Helvetica';
            context.fillText("已识别到人脸，请点击拍照",100,40);
            context.strokeStyle = '#a64ceb';
            context.strokeRect(rect.x, rect.y, rect.width, rect.height);
          });
        });

},
      submit () {
          let that = this
          let canvas = document.getElementById('canvas')
          let context = canvas.getContext('2d')
          let video = document.getElementById('video')
          context.drawImage(video, 0,0, 500, 400)
          canvas.toBlob((blob) => {
            axios.post({faceUrl: URL.createObjectURL(blob)})
            .then((res) => {
             console.log('上传成功')
            })
          })
      }
    },
    destroyed () {
      // 停止侦测
      this.trackerTask.stop()
      // 关闭摄像头
      this.trackerTask.closeCamera()
    }
  }

</script>

</style>

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
<template>
  <div class="testTracking">

    <video id="video" width="318" height="270" preload autoplay loop muted></video>
    <canvas id="canvas" width="318" height="270" ></canvas>
    <div class="buttonDiv">
      <button type="button" @click="submit">上传照片</button>
      <button type="button" name="button" @click="openCamera">点击我拍照</button>
    </div>
  </div>
</template>

<script>
  require('tracking/build/tracking-min.js')
  require('tracking/build/data/face-min.js')
  require('tracking/build/data/mouth-min.js')
  require('tracking/examples/assets/stats.min.js')

  export default {
    name:'testTracking',
    data(){
      return {

      }
    },
    methods:{
      openCamera () {

        var video = document.getElementById('video');
        var canvas = document.getElementById('canvas');
        var context = canvas.getContext('2d');

        var tracker = new tracking.ObjectTracker('face');
        tracker.setInitialScale(4);
        tracker.setStepSize(2);
        tracker.setEdgesDensity(0.1);

        this.trackerTask = tracking.track('#video', tracker, { camera: true });

        tracker.on('track', function(event) {
          context.clearRect(0, 0, canvas.width, canvas.height);

          event.data.forEach(function(rect) {
            context.font = '11px Helvetica';
            context.fillText("已识别到人脸，请点击拍照",100,40);
            context.strokeStyle = '#a64ceb';
            context.strokeRect(rect.x, rect.y, rect.width, rect.height);
          });
        });

      },
      submit () {
          let that = this
          let canvas = document.getElementById('canvas')
          let context = canvas.getContext('2d')
          let video = document.getElementById('video')
          context.drawImage(video, 0,0, 500, 400)
          canvas.toBlob((blob) => {
            axios.post({faceUrl: URL.createObjectURL(blob)})
            .then((res) => {
             console.log('上传成功')
            })
          })
      }
    },
    destroyed () {
      // 停止侦测
      this.trackerTask.stop()
      // 关闭摄像头
      this.trackerTask.closeCamera()
    }
  }

</script>

<style lang="less" scoped>
.testTracking {
  height: 100vh;
  width: 100%;
  position: relative;
  >* {
    position: absolute;
    left: 0;
    right: 0;
    margin: auto;
  }
  video, canvas {
    top: 0;
  }
  .buttonDiv {
    bottom: 10px;
  }
}

</style>