Javascript 在使用face-api.js进行人脸检测后,有没有办法自动裁剪人脸?
我在react项目中实现了face API,该项目使用图片中的Javascript 在使用face-api.js进行人脸检测后,有没有办法自动裁剪人脸?,javascript,reactjs,react-hooks,face-recognition,face-api,Javascript,Reactjs,React Hooks,Face Recognition,Face Api,我在react项目中实现了face API,该项目使用图片中的detectSingleFace检测单个人脸 现在我想更进一步。我希望人脸api在检测后自动裁剪人脸。因此,我可以将其存储在服务器、州或本地存储中。有什么办法吗 在这里你可以看到一个截图例子,我想实现的一面是图片,另一面是自动裁剪的脸(我想实现)。 这是我在codesandbox中的实时代码 下面是我的FaceAPI代码模块 PhotoFaceDetection.js import React, { useState, useEff
detectSingleFace
检测单个人脸
现在我想更进一步。我希望人脸api在检测后自动裁剪人脸。因此,我可以将其存储在服务器、州或本地存储中。有什么办法吗
在这里你可以看到一个截图例子,我想实现的一面是图片,另一面是自动裁剪的脸(我想实现)。
这是我在codesandbox中的实时代码
下面是我的FaceAPI代码模块
PhotoFaceDetection.js
import React, { useState, useEffect, useRef } from "react";
import * as faceapi from "face-api.js";
import Img from "./assets/mFace.jpg";
import "./styles.css";
const PhotoFaceDetection = () => {
const [initializing, setInitializing] = useState(false);
const [image, setImage] = useState(Img);
const canvasRef = useRef();
const imageRef = useRef();
// I want to store cropped image in this state
const [pic, setPic] = useState();
useEffect(() => {
const loadModels = async () => {
setInitializing(true);
Promise.all([
// models getting from public/model directory
faceapi.nets.tinyFaceDetector.load("/models"),
faceapi.nets.faceLandmark68Net.load("/models"),
faceapi.nets.faceRecognitionNet.load("/models"),
faceapi.nets.faceExpressionNet.load("/models")
])
.then(console.log("success", "/models"))
.then(handleImageClick)
.catch((e) => console.error(e));
};
loadModels();
}, []);
const handleImageClick = async () => {
if (initializing) {
setInitializing(false);
}
canvasRef.current.innerHTML = faceapi.createCanvasFromMedia(
imageRef.current
);
const displaySize = {
width: 500,
height: 350
};
faceapi.matchDimensions(canvasRef.current, displaySize);
const detections = await faceapi.detectSingleFace(
imageRef.current,
new faceapi.TinyFaceDetectorOptions()
);
const resizeDetections = faceapi.resizeResults(detections, displaySize);
canvasRef.current
.getContext("2d")
.clearRect(0, 0, displaySize.width, displaySize.height);
faceapi.draw.drawDetections(canvasRef.current, resizeDetections);
console.log(
`Width ${detections.box._width} and Height ${detections.box._height}`
);
setPic(detections);
console.log(detections);
};
return (
<div className="App">
<span>{initializing ? "Initializing" : "Ready"}</span>
<div className="display-flex justify-content-center">
<img ref={imageRef} src={image} alt="face" crossorigin="anonymous" />
<canvas ref={canvasRef} className="position-absolute" />
</div>
</div>
);
};
export default PhotoFaceDetection;
import React,{useState,useffect,useRef}来自“React”;
从“face api.js”导入*作为faceapi;
从“/assets/mFace.jpg”导入Img;
导入“/styles.css”;
常量PhotoFaceDetection=()=>{
const[initializing,setInitializing]=useState(false);
const[image,setImage]=使用状态(Img);
const canvasRef=useRef();
const imageRef=useRef();
//我想在此状态下存储裁剪后的图像
const[pic,setPic]=useState();
useffect(()=>{
const loadModels=async()=>{
setInitializing(true);
我保证([
//从public/model目录获取模型
faceapi.nets.tinyFaceDetector.load(“/models”),
faceapi.nets.faceLandmark68Net.load(“/models”),
faceapi.nets.faceRecognitionNet.load(“/models”),
faceapi.nets.faceExpressionNet.load(“/models”)
])
.then(console.log(“success”,“/models”))
。然后(点击)
.catch((e)=>console.error(e));
};
loadModels();
}, []);
常量handleImageClick=async()=>{
如果(初始化){
设置初始化(假);
}
canvasRef.current.innerHTML=faceapi.createCanvasFromMedia(
imageRef.current
);
常量显示大小={
宽度:500,
身高:350
};
faceapi.matchDimensions(canvasRef.current,displaySize);
const detections=wait faceapi.detectSingleFace(
imageRef.current,
新的faceapi.TinyFaceDetectorOptions()
);
const resizeDetections=faceapi.resizeResults(detections,displaySize);
canvasRef.current
.getContext(“2d”)
.clearRect(0,0,displaySize.width,displaySize.height);
faceapi.draw.drawDetections(canvasRef.current,resizeDetections);
console.log(
`宽度${detections.box.\u宽度}和高度${detections.box.\u高度}`
);
setPic(检测);
控制台日志(检测);
};
返回(
{正在初始化?“正在初始化”:“准备就绪”}
);
};
导出默认的PhotoFaceDetection;
在做了大量的研发工作后,我发现了这一点。对于未来可能面临问题的读者,这里是指南。
我创建了另一个函数,该函数将获取原始图像参考和有界框尺寸,即宽度和高度。之后,我使用faceapi方法提取人脸,然后在toDataURL方法的帮助下,我实际将其转换为base64文件,该文件可以渲染为任何图像src,也可以存储在任何位置。
这就是我在上面解释的功能
async function extractFaceFromBox(imageRef, box) {
const regionsToExtract = [
new faceapi.Rect(box.x, box.y, box.width, box.height)
];
let faceImages = await faceapi.extractFaces(imageRef, regionsToExtract);
if (faceImages.length === 0) {
console.log("No face found");
} else {
const outputImage = "";
faceImages.forEach((cnv) => {
outputImage.src = cnv.toDataURL();
setPic(cnv.toDataURL());
});
// setPic(faceImages.toDataUrl);
console.log("face found ");
console.log(pic);
}
}
然后在我使用faceapi人脸检测微小模型的主函数中调用上述函数。
extractFaceFromBox(imageRef.current,detections.box)代码>
您还可以访问实时代码来检查完整的实现只需查看您的沙箱,就好像您已经让它工作了,对吗?“你可以把它作为答案张贴出来。”巴斯范德林登:当然可以