picoJs是只有200行JavaScript的面部检测库,使用方便.
该pico.js
库是Markuš等人在2013年描述的方法的JavaScript实现。在技术报告中。参考实现是用C语言编写的,可以在GitHub上找到:https://github.com/nenadmarkus/pico。我们密切关注这个实现,因为我们不打算复制学习过程,只是运行时。这背后的原因是我们通过使用官方代码学习检测器,将其加载到JavaScript并在那里进行运行时处理,因为这提供了一些独特的优势(例如跨各种操作系统和设备的出色的可移植性)。
所述pico
对象检测框架是流行的变形堇菜-琼斯方法。
Viola-Jones方法基于基于区域的分类概念。这意味着在图像的每个合理位置和比例处应用分类器。此区域枚举过程的可视化在下图中可视化:
这里粘贴HTML代码,具体Damon可在 https://download.csdn.net/download/u014518337/11033367 下载.
免费下载地址:链接: https://pan.baidu.com/s/1m_MWu8_OM6uyXCfJsayrJw 提取码: d98b
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<meta http-equiv="X-UA-Compatible" content="chrome=1">
<title>pico.js: face detection in JavaScript</title>
<script src="../pico.min.js"></script>
<script src="../camvas.js"></script>
<!-- generated with https://jscompress.com/ -->
<meta name="viewport" content="width=device-width, initial-scale=1, user-scalable=no">
</head>
<body>
<center><canvas id="canvas" height=360 width=480></canvas></center>
<div style="display:none;"><img id="image" src="timg.jpg"></div>
<input type="file" id="file" class="filepath" onchange="changepic(this)" accept="image/jpg,image/jpeg,image/png,image/PNG">
<center><input type="button" value="检测" onclick="button_callback()"></center>
</body>
<script type="text/javascript">
/*
下载联级
*/
var facefinder_classify_region = function(r, c, s, pixels, ldim) {return -1.0;};
var cascadeurl = 'https://raw.githubusercontent.com/nenadmarkus/pico/c2e81f9d23cc11d1a612fd21e4f9de0921a5d0d9/rnt/cascades/facefinder';
fetch(cascadeurl).then(function(response) {
response.arrayBuffer().then(function(buffer) {
var bytes = new Int8Array(buffer);
facefinder_classify_region = pico.unpack_cascade(bytes);
console.log('* cascade loaded');
})
})
/*
图像和画布上下文
*/
var ctx = document.getElementById('canvas').getContext('2d');
var img = document.getElementById('image');
img.onload = () => ctx.drawImage(img, 0, 0);
/*
将rgba图像转换为灰度
*/
function rgba_to_grayscale(rgba, nrows, ncols) {
var gray = new Uint8Array(nrows*ncols);
for(var r=0; r<nrows; ++r)
for(var c=0; c<ncols; ++c)
// gray = 0.2*red + 0.7*green + 0.1*blue
gray[r*ncols + c] = (2*rgba[r*4*ncols+4*c+0]+7*rgba[r*4*ncols+4*c+1]+1*rgba[r*4*ncols+4*c+2])/10;
return gray;
}
/*
检测
*/
function button_callback() {
// 重新绘制图像以清除以前的结果并获取其rgba像素数据
ctx.drawImage(img, 0, 0);
var rgba = ctx.getImageData(0, 0, 480, 360).data;
// 运行层叠
image = {
"pixels": rgba_to_grayscale(rgba, 360, 480),
"nrows": 360,
"ncols": 480,
"ldim": 480
}
params = {
"shiftfactor": 0.1, // 将检测窗口移动其大小的10%
"minsize": 20, //人脸的最小尺寸(不适用于实时检测,在这种情况下设置为100)
"maxsize": 1000, // 人脸的最大尺寸
"scalefactor": 1.1 // 对于多尺度处理:移动到较高的尺度时,将检测窗口调整为10%
}
// 在图像上运行级联
// DETS是一个包含(R、C、S、Q)的数组
// (代表行、列、刻度和检测分数)
dets = pico.run_cascade(image, facefinder_classify_region, params);
dets = pico.cluster_detections(dets, 0.2); // 将IOU阈值设置为0.2
qthresh = 5.0 //人脸检测临界值 根据具体情况设置,这里用5.0
for(i=0; i<dets.length; ++i)
// 检查检测得分
// 如果高于临界值,画出来
if(dets[i][3]>qthresh)
{
ctx.beginPath();
ctx.arc(dets[i][1], dets[i][0], dets[i][2]/2, 0, 2*Math.PI, false);
ctx.lineWidth = 3;
ctx.strokeStyle = 'red';
ctx.stroke();
}
}
function changepic() {
var reads = new FileReader();
f = document.getElementById('file').files[0];
reads.readAsDataURL(f);
reads.onload = function (e) {
document.getElementById('image').src = this.result;
};
}
</script>
</html>
这里要注意 getImageData方法会存在跨域问题,解决方案有:1.将图片发布到服务器.2.在火狐浏览器中使用.