一四三、人脸识别颜值自动点赞、关注

夏河始溢

已于 2023-03-29 10:04:53 修改

阅读量301

点赞数

分类专栏： golang JavaScript 文章标签：自动化 javascript 脚本人脸识别

于 2023-03-28 17:30:40 首次发布

本文链接：https://blog.csdn.net/zm06201118/article/details/129819063

版权

JavaScript 同时被 2 个专栏收录

50 篇文章 2 订阅

订阅专栏

golang

5 篇文章 0 订阅

订阅专栏

文章目录

脚本功能

通过获取video当前播放帧图片，截图调用后台接口，再调用百度人脸识别
拿到人脸信息（年龄、颜值、性别等）
判断点赞、收藏或者下一条

获取video当前播放帧图片

参考js使用canvas实现视频截图

创建canvas
获取当前屏幕的ratio值（如果不获取，截取的图片会比较模糊）
通过使用 drawImage() 方法将视频画面画在 canvasCtx 上

drawImage() 参数介绍
drawImage(image, dx, dy)
drawImage(image, dx, dy, dw, dh)
drawImage(image, sx, sy, sw, sh, dx, dy, dw, dh)
image：必选，要截取的 image 或者 video 元素
sx：可选，被截取图片的裁剪开始位置的 x 坐标
sy：可选，被截取图片的裁剪开始位置的 y 坐标
sw：可选，被截取图片的裁剪宽度
sh：可选，被截取图片的裁剪高度
dx：必选，裁剪图片放在画布上位置的 x 坐标
dy：必选，裁剪图片放在画布上位置的 y 坐标
dw：可选，裁剪图片放在画布上的宽度（放大或缩小）
dh：可选，裁剪图片放在画布上的高度（放大或缩小）

使用 toDataURL() 将 canvas 转为图片（base64）
将base64转为blob格式

    var canvas = document.createElement('canvas');
    var canvasCtx = canvas.getContext('2d');
    var ratio = getPixelRatio(canvasCtx);
    video = document.querySelector("div[data-e2e='feed-active-video'] video");
    canvas.width = video.offsetWidth * ratio;
    canvas.height = video.offsetHeight * ratio;
    canvasCtx.fillStyle = '#222125';
    canvasCtx.fillRect(0, 0, canvas.width, canvas.height);
    var imgWidth = Math.min(canvas.width, (video.videoWidth * canvas.height) / video.videoHeight);
    var imgHeight = Math.min(canvas.height, (video.videoHeight * canvas.width) / video.videoWidth);
    canvasCtx.drawImage(
        video,
        0,
        0,
        video.videoWidth,
        video.videoHeight,
        (canvas.width - imgWidth) / 2,
        (canvas.height - imgHeight) / 2,
        imgWidth,
        imgHeight
    );
    var MIME_TYPE = 'image/png'; // 保存文件类型
    var imgURL = canvas.toDataURL(MIME_TYPE);
    const blob = convertBase64ToBlob(imgURL);
    // 获取radio
	function getPixelRatio(context) {
	    var backingStore =
	        context.backingStorePixelRatio ||
	        context.webkitBackingStorePixelRatio ||
	        context.mozBackingStorePixelRatio ||
	        context.msBackingStorePixelRatio ||
	        context.oBackingStorePixelRatio ||
	        context.backingStorePixelRatio ||
	        1;
	    return (window.devicePixelRatio || 1) / backingStore - 0.5;
	}
// 将 base64 转换为二进制格式
	function convertBase64ToBlob(base64) {
	    const byteString = atob(base64.split(',')[1]);
	    const mimeType = base64.split(';')[0].split(':')[1];
	    const ab = new ArrayBuffer(byteString.length);
	    const ia = new Uint8Array(ab);
	    for (let i = 0; i < byteString.length; i++) {
	        ia[i] = byteString.charCodeAt(i);
	    }
	    return new Blob([ab], {type: mimeType});
	}

将图片传到后台

直接使用fetch、jQuery的$ajax会存在跨域，通过后端设置cors也不能解决，搜索后发现tampermonkey提供GM_xmlhttpRequest来跨域请求

封装GM_xmlhttpRequest

//参数1：url;参数2：请求类型get或post;参数3：post的body;
function runAsync(url, send_type, data_ry) {
    var p = new Promise((resolve, reject) => {
        GM_xmlhttpRequest({
            method: send_type,
            url: url,
            headers: {
                'Content-Type': 'application/octet-stream'
            },
            data: data_ry,
            onload: function (response) {
                resolve(JSON.parse(response.responseText));
            },
            onerror: function (err) {
                reject(err);
            }
        });
    });
    return p;
}

调用接口

    runAsync('http://xxxx:api', 'POST', blob)
        .then(result => {
            return result;
        })
        .then(function (result) {
            console.log('🚀 >result',result);
            //拿到res 处理逻辑
        });

后端接受blob，并转为base64格式

package service
import (
	"encoding/base64"
	"encoding/json"
	"fmt"
	"io/ioutil"
	"net/http"
	"strings"

	"github.com/gin-gonic/gin"
)

type RequestBody struct {
	Img string `json:"img"`
}
// FaceRecognition
// @summary 人脸识别
// @Description 人脸识别
// @param img formData string false "用户名"
// @Tags face
// @Success 200 {string} json{"code":200,"message":"data"}
// @Router /face/recognition [post]
func FaceRecognition(c *gin.Context) {
	// 解析请求体
	imageData, err := ioutil.ReadAll(c.Request.Body)
	if err != nil {
		c.AbortWithStatusJSON(http.StatusBadRequest, gin.H{
			"message": "Invalid image data",
		})
		return
	}
	// 解码 base64 格式图片数据(二进制转base64)
	base64Image := base64.StdEncoding.EncodeToString(imageData)
	// 本地测试可以使用GetFileContentAsBase64 方法
	// base64Image := GetFileContentAsBase64("/Users/meijuntao/Pictures/csdn封面/vscode.jpeg")
	reader := map[string]interface{}{
		"image":      base64Image,
		"image_type": "BASE64",
		"face_field": "beauty,age,expression,gender",
	}
	// 人脸识别...
}

/**
 * 获取文件base64编码
 * @param string  path 文件路径
 * @return string base64编码信息，不带文件头
 */
func GetFileContentAsBase64(path string) string {
	srcByte, err := ioutil.ReadFile(path)
	if err != nil {
		fmt.Println(err)
		return ""
	}
	return base64.StdEncoding.EncodeToString(srcByte)
}

调用百度人脸识别接口

百度人脸识别文档

到百度开放平台注册账号，实名认证
到引用列表创建一个应用，选择你要的服务
穿件好之后就可以拿到API_KEY、SECRET_KEY
调用接口可以通过API_KEY、SECRET_KEY，调用GetAccessToken方法先获取到ACCESS_TOLEN，也可以获取到后直接保存下来，不用每次都调用

package service

import (
	"encoding/base64"
	"encoding/json"
	"fmt"
	"io/ioutil"
	"net/http"
	"strings"

	"github.com/gin-gonic/gin"
)

type RequestBody struct {
	Img string `json:"img"`
}

const API_KEY = "you API_KEY"
const SECRET_KEY = "you SECRET_KEY"
const ACCESS_TOLEN = "you ACCESS_TOLEN"

// FaceRecognition
// @summary 人脸识别
// @Description 人脸识别
// @param img formData string false "用户名"
// @Tags face
// @Success 200 {string} json{"code":200,"message":"data"}
// @Router /face/recognition [post]
func FaceRecognition(c *gin.Context) {
	url := "https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=" + ACCESS_TOLEN
	// 解析请求体
	imageData, err := ioutil.ReadAll(c.Request.Body)
	if err != nil {
		c.AbortWithStatusJSON(http.StatusBadRequest, gin.H{
			"message": "Invalid image data",
		})
		return
	}
	// 解码 base64 格式图片数据(二进制转base64)
	base64Image := base64.StdEncoding.EncodeToString(imageData)

	// imgs := GetFileContentAsBase64("/Users/meijuntao/Pictures/csdn封面/vscode.jpeg")
	reader := map[string]interface{}{
		"image":      base64Image,
		"image_type": "BASE64",
		"face_field": "beauty,age,expression,gender",
	}
	// 将 map 转换为 JSON 格式
	jsonStr, err := json.Marshal(reader)
	if err != nil {
		fmt.Println("Failed to marshal:", err)
		return
	}
	payload := strings.NewReader(string(jsonStr))
	client := &http.Client{}
	req, err := http.NewRequest("POST", url, payload)

	if err != nil {
		fmt.Println(err)
		return
	}
	req.Header.Add("Content-Type", "application/json")

	res, err := client.Do(req)
	if err != nil {
		fmt.Println(err)
		return
	}
	defer res.Body.Close()

	body, err := ioutil.ReadAll(res.Body)
	if err != nil {
		fmt.Println(err)
		return
	}

	var result map[string]interface{}
	err = json.Unmarshal(body, &result)
	if err != nil {
		return
	}
	c.JSON(200, gin.H{
		"msg":  "success",
		"data": result["result"],
	})
}

/**
 * 获取文件base64编码
 * @param string  path 文件路径
 * @return string base64编码信息，不带文件头
 */
func GetFileContentAsBase64(path string) string {
	srcByte, err := ioutil.ReadFile(path)
	if err != nil {
		fmt.Println(err)
		return ""
	}
	return base64.StdEncoding.EncodeToString(srcByte)
}

/**
 * 使用 AK，SK 生成鉴权签名（Access Token）
 * @return string 鉴权签名信息（Access Token）
 */
func GetAccessToken() string {
	url := "https://aip.baidubce.com/oauth/2.0/token"
	postData := fmt.Sprintf("grant_type=client_credentials&client_id=%s&client_secret=%s", API_KEY, SECRET_KEY)
	resp, err := http.Post(url, "application/x-www-form-urlencoded", strings.NewReader(postData))
	if err != nil {
		fmt.Println(err)
		return ""
	}
	defer resp.Body.Close()
	body, err := ioutil.ReadAll(resp.Body)
	if err != nil {
		fmt.Println(err)
		return ""
	}
	accessTokenObj := map[string]string{}
	json.Unmarshal([]byte(body), &accessTokenObj)
	return accessTokenObj["access_token"]
}

拿到识别结果处理逻辑

    runAsync('http://xxxx:api', 'POST', blob)
        .then(result => {
            return result;
        })
        .then(function (result) {
            console.log('🚀 >result',result);
            //拿到res 处理逻辑
                        if (result.data) {
                const resFace = result.data['face_list'][0];
                const expression = {
                    none: '无表情',
                    smile: '微笑',
                    laugh: '大笑'
                };
                const conNode = `<div class="m_item m_item_title">检测到 <span class="text_gradient face_num">${
                    result.data.face_num
                }</span> 张人脸</div>
                    <div class="m_item">
                        <span>性别:</span>
                        <span class="text_gradient m_female">${resFace.gender.type}</span>
                    </div>
                    <div class="m_item">
                        <span>年龄:</span>
                        <span class="text_gradient m_age">${resFace.age}</span>
                    </div>
                    <div class="m_item">
                        <span>颜值:</span>
                        <span class="text_gradient">${resFace.beauty}</span>
                    </div>
                    <div class="m_item">
                        <span>表情:</span>
                        <span class="text_gradient m_expression">${expression[resFace.expression.type]}</span>
                    </div>`;
                document.querySelector('.m_wrap').style.height = '230px';
                // var conDom = document.createElement('div');
                // conDom.innerHTML = conNode;
                // document.querySelector('.m_content').appendChild(conDom);
                document.querySelector('.m_item_wrap').innerHTML = conNode;
                document.querySelector('.m_discern').innerHTML = '检测完成';
                if (parseInt(resFace.beauty) >= 50) {
                    isBeauty = true;
                    // 关注
                    var follow = document.querySelector(
                        "div[data-e2e='feed-active-video'] div[data-e2e='feed-follow-icon'] div div"
                    );
                    resFace.gender.type === 'female' && follow?.click();
                    var like = document.querySelector(
                        "div[data-e2e='feed-active-video'] div[data-e2e-state='video-player-no-digged'] div"
                    );
                    like?.click();
                } else if (checkNum <= 3) {
                    checkNum++;
                    console.log('🚀 > 第', checkNum, '次检测');
                    timeoutInit(2000);
                } else if (checkNum > 3) {
                    // 多次检测没有就跳过
                    console.log('🚀 > 多次检测颜值未达标，跳过', checkNum);
                    document.querySelector('.xgplayer-playswitch-next').click();
                }
            } else {
                if (checkNum <= 3) {
                    checkNum++;
                    timeoutInit(2000);
                } else {
                    // 多次检测没有就跳过
                    console.log('🚀 > 多次检测没有就跳过', checkNum);
                    document.querySelector('.xgplayer-playswitch-next').click();
                }
            }
        });

效果展示

在这里插入图片描述

视频演示

github源码

问题记录

tampermonkey新增脚本不生效
请求接口跨域：使用GM_xmlhttpRequest
在本地测试video截图保存一直存在跨域，设置了video 标签中属性 crossorigin=“anonymous”，也没用，研究了好久，突然发现，我的脚本就是在目标域名下触发，压根不存在跨域，浪费了半天时间。。。
canvas.drawImage获取到的图片不清晰，这是浏览器的像素比devicePixelRatio有关，可以先获取到ratio，调用drawImage是宽高乘ratio，当然ratio太高也会影响性能，导致图片太大，可根据项目适当调整
截图后生成的base64没法直接通过application/json或者application/x-www-form-urlencoded传，后端接受不到参数，猜测是太大超过限制了，改为将base64先转为blob格式，在通过application/octet-stream二进制流的形式，后端接收到后再将blob转为base64

夏河始溢

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
一四三、人脸识别颜值自动点赞、关注

image：必选，要截取的 image 或者 video 元素。dw：可选，裁剪图片放在画布上的宽度（放大或缩小）dh：可选，裁剪图片放在画布上的高度（放大或缩小）sx：可选，被截取图片的裁剪开始位置的 x 坐标。sy：可选，被截取图片的裁剪开始位置的 y 坐标。dx：必选，裁剪图片放在画布上位置的 x 坐标。dy：必选，裁剪图片放在画布上位置的 y 坐标。drawImage() 参数介绍。sw：可选，被截取图片的裁剪宽度。sh：可选，被截取图片的裁剪高度。
复制链接

扫一扫

专栏目录