今天小编给大家分享一下基于HTML5的人脸识别技术怎么实现的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
问题：如何通过WebRTC，OpenCV和WebSocket技术实现在Web浏览器上的人脸识别，架构在Jetty之上。
实现的效果包括：
人脸检测结果
还能识别眼睛
眼睛检测结果
人脸识别的核心代码：
页面：
XML / HTML代码将内容复制到文本
< div >
< video id = “ live”宽度= “ 320” height = “ 240” 自动播放 样式= “ display：inline;” > </视频>
< canvas width = “ 320” id = “ canvas” height = “ 240” style = “ display：inline;” > </ canvas >
</ div >
<脚本类型= “ text / javascript” >
var video = $（“＃live”）。get（）[0];
var canvas = $（“＃canvas”）;
var ctx = canvas .get（）[0] .getContext（'2d'）;
navigator.webkitGetUserMedia（“ video”，
函数（流）{
video.src = webkitURL .createObjectURL（stream）;
}，
函数（错误）{
console.log（“无法获得视频流！”）
}
）
计时器 = setInterval （
函数（）{
ctx.drawImage（video，0，0，320，240）;
}，250）；
</脚本>
JavaScript代码将内容复制到
公共类 FaceDetection {
私有静态最终 字符串CASCADE_FILE = “ resources / haarcascade_frontalface_alt.xml ” ;
private int minsize = 20;
private int 组= 0;
私人双倍 比例= 1.1;
/ **
*基于JavaCV的FaceDetection示例。
* /
公共字节[] convert（字节[] imageData） 引发 IOException {
//从提供的字节数组创建图像
IplImage originalImage = cvDecodeImage（cvMat（1，imageData.length，CV_8UC1，newBytePointer（imageData））））;
//转换为灰度以进行识别
IplImage grayImage = IplImage.create（originalImage.width（），originalImage.height（），IPL_DEPTH_8U，1）;
cvCvtColor（originalImage，grayImage，CV_BGR2GRAY）;
//需要存储以在检测期间存储信息
CvMemStorage存储= CvMemStorage.create（）;
//用于分析的配置
CvHaarClassifierCascade级联= newCvHaarClassifierCascade（cvLoad（CASCADE_FILE））;
//我们检测到人脸。
CvSeq faces = cvHaarDetectObjects（grayImage，级联，存储，比例，组，最小大小）;
//我们遍历发现的面孔并在其周围绘制黄色矩形。
for （int i = 0; i <faces.total（）; i ++）{
CvRect r = 新的 CvRect（cvGetSeqElem（faces，i））;
cvRectangle（originalImage，cvPoint（rx（），ry（）），
cvPoint（rx（）+ r.width（），ry（）+ r.height（）），
CvScalar.YELLOW，1，CV_AA，0）;
}
//将生成的图像转换回数组
ByteArrayOutputStream bout = new ByteArrayOutputStream（）;
BufferedImage imgb = originalImage.getBufferedImage（）;
ImageIO.write（imgb， “ png” ，bout）;
返回 bout.toByteArray（）;
}
}
以上就是“基于HTML5的人脸识别技术怎么实现”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网行业资讯频道。
