绍一个网站，演示了通过HTML5 + JavaScript技术实现的人脸识别，目前仅适用于Chrome浏览器，首先需要在地址栏输入about：flags，然后找到“启用MediaStream”这一项，然后点击“启用”后重新启动Chrome浏览器

侦测到人脸

然后打开下面地址：

http://neave.com/webcam/html5/face/

当你摇头晃脑的时候，那副眼镜会跟着移动并帮你戴上眼镜。

您可以查看网页原始码来了解具体的实现细节。

——————————————我是分界线——————————————

这是一篇国外的文章，介绍如何通过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（）;  

}  

}