Reconhecimento Facial com Face API 和 Node.js

Dando 继续在Node.js 中继续使用 Cognitivos 服务和 IA com Node.js，并最终实现同时翻译 com 或翻译文本和vimos 或 poderoso和fazer uso dos Serviços Cognitivos para deixar as nossas aplicações mais智力、动态和互动！

Hoje，vamos falar um pouco sobre o Face Api。 Porém，vamos entender um pouco o que seria o Face API！

什么是 Face API？

O Face API是Azure认知服务，允许探测器、侦察器和图像分析器对人类进行分析。 Como ele faz isso？感谢算法！ E o Face API 可能具有不同的功能！正文：

➡️ Reconhecimento Facial：允许重新调整人类的形象。额外的一系列信息：gênero、idade、emoção entre outros pontos。
➡️面部验证：aqui a API irá avaliar se dois rostos pertencem à mesma pessoa。
➡️ Encontrar Rostos Semelhantes：不同的面部验证，可以通过 API 获取面部图像和识别信息，matchPerson并通过 API面部过滤器实现 - 验证和恢复面部列表pertencem a mesma pessoa。
➡️ Agrupamento 面部护理：从头开始，与各种团体的 rostos desconhecidos 结合在一起。 Aqui se faz uso da API Face - 组
➡️身份识别：aqui o uso da API é bem legal。识别 Pois Podemos 的检测和比较 com uma 基础的数据。 Esse recurso 和 legal Podemos fazer uso de gerenciamento de fotos。您可以使用 API 来获取更多信息，并获取有关人脸识别的文档

有关 Face API 的更多信息，请参阅AQUI 的概述。

刷新应用程序！

Sim，这是一个在 Node.js 上使用 Face API 的代码和应用程序的时刻。 Para isso, utilizaremos:

您可以通过大学学院或大学的阿尔古玛学院的学生，了解有关Azure for Students 的信息。此内容包含 100,00 美元的受益人信用证，用于免费管理服务，但需要持有信用证。 Para ativar essa conta, bastam acessar o link ao lado: AQUI

Todo o codigo desenvolvido desse artigo encontra-se disponível AQUI。您可以通过 Azure 来安装和使用本教程。

Criando Recurso do Face API（无 Azure）

Assim，como no artigo anterior，precisamos criar um Recurso do Face API no Portal Azure。 Após isso, aí sim, poderemos começar a codar a nossa applicação。 Caso não Saibam，bastam seguir o passo a passo no gif abaixo：

观察图像，然后点击 Azure Portal 的 Recurso dentro，然后key点击endpoint。 Guardem essa key，pois precisaremos dela para o próximo passo。

开发或代码

Agora que já temos a nossa key，vamos agora criar a plicação em Node.js para fazer uso do Face API。首先，打开Visual Studio Code，然后将面食放入项目中，然后再进行操作，然后将其放入项目中package.json：



> npm init -y

Com esse comando ele criará um arquivo padrão do package.json。 Porém，abre o Visual Studio Code e altere o arquivo conme o código abaixo：

档案：package.json




{
  "name": "faceapi-node.js-demo",
  "version": "1.0.0",
  "description": "Demo para realizar reconhecimento de imagem via Face API & Node.js",
  "main": "face-detection.js",
  "scripts": {
    "dev": "node src/face-detection.js"
  },
  "repository": {
    "type": "git",
    "url": "https://github.com/glaucia86/faceapi-node.js-demo.git"
  },
  "keywords": [
    "nodejs",
    "cognitive-services",
    "azure",
    "face-api",
    "javascript"

  ],
  "author": "Glaucia Lemos",
  "license": "MIT",
  "bugs": {
    "url": "https://github.com/glaucia86/faceapi-node.js-demo/issues"
  },
  "homepage": "https://github.com/glaucia86/faceapi-node.js-demo#readme"
}

佩菲托！集市上，大声喊出符合图像的 estrutura do projeto ：src -> face-detection.js

没有档案.gitignore,包括后续的代码块

档案：.gitignore



node_modules
lib
.env

展示！ Vamos agora 安装为依赖项 no nosso projeto。 Precisaremos de 2:

请求：通过 código 实现不需要 Face API 的 ajudará 实现。
dotenv : 这是一个伟大的协议，包括在 Azure 应用程序中提供的服务，并且不支持外发，该协议是一个环境变量，可以在我们的本地环境中进行精确的“设置”。

Para isso, vamos instalar esse dois pacotes com o seguinte comando via prompt:




> npm i request dotenv

没有最终结果，o nosso arquivo package.jsonficará da seguinte maneira：



{
  "name": "faceapi-node.js-demo",
  "version": "1.0.0",
  "description": "Demo para realizar reconhecimento de imagem via Face API & Node.js",
  "main": "face-detection.js",
  "scripts": {
    "dev": "node src/face-detection.js"
  },
  "repository": {
    "type": "git",
    "url": "https://github.com/glaucia86/faceapi-node.js-demo.git"
  },
  "keywords": [
    "nodejs",
    "cognitive-services",
    "azure",
    "face-api",
    "javascript"
  ],
  "author": "Glaucia Lemos",
  "license": "MIT",
  "bugs": {
    "url": "https://github.com/glaucia86/faceapi-node.js-demo/issues"
  },
  "homepage": "https://github.com/glaucia86/faceapi-node.js-demo#readme",
  "dependencies": {
    "dotenv": "^8.2.0",
    "request": "^2.88.0"
  }
}

Agora，vamos 可以通过 Face API 和 Node.js 实现逻辑或图像识别。

Criando 逻辑没有 arquivo 'face-detection.js'

Abram 或 arquivoface-detection.js包括后续的 código abaixo 区块：

档案：face-detection.js




/**
 * arquivo: src/facedetection.js
 * Data: 16/10/019
 * Descrição: Arquivo responsável por realizar o reconhecimento facial usando o Face API & Node.js
 * Author: Glaucia Lemos
 */

'use strict';

const request = require('request');

require('dotenv').config();

const subscriptionKey = process.env.SUBSCRIPTION_FACE_API_KEY;
const uriBase = process.env.URI_BASE;
const imageUrl = 'https://cdn-ofuxico.akamaized.net/img/upload/noticias/2019/05/13/silvio_santos_reproducao_instagram_349201_36.jpg';

Aqui estamos fazendo or chamada de 2 pacotes: requesteo dotenv.徽标 abaixo，criando 3 variáveis para processar as informações geradas para nós no Portal Azure：key，endpointe uma url de uma imagem que estaremos pegando na internet！

注意什么是变化的subscriptionKey，uriBaseestamos criando uma espécie 变化的秘密？ É justamente aí que usaremos o pacote dotenv。 Para isso，crie um arquivo chamado .env，fora da Pasta srce vejam como ela deve ficar：

请注意以下信息：关键点、端点和所有信息！请注意，您可以在 GitHub 上下载或使用.gitignoreGitHub 上的文件。 Justamente，para evitar de ser usado por outras pessoas！

Dando 继续nosso desenvolvimento，vamos agora concluir esse arquivo！包括以下内容：

档案：face-detection.js



const params = {
  'returnFaceId': 'true',
  'returnFaceLandmarks': 'false',
  'returnFaceAttributes': 'age,gender,headPose,smile,facialHair,glasses,' +
  'emotion,hair,makeup,occlusion,accessories,blur,exposure,noise'
};

const options = {
  uri: uriBase,
  qs: params,
  body: '{"url": ' + '"' + imageUrl + '"}',
  headers: {
    'Content-Type': 'application/json',
    'Ocp-Apim-Subscription-Key' : subscriptionKey
  }
};

request.post(options, (error, response, body) => {
  if (error) {
    console.log('Error ao identificar a imagem: ', error);
    return;
  }

  let jsonResponse = JSON.stringify(JSON.parse(body), null, '  ');
  console.log('JSON Response\n');
  console.log(jsonResponse);
});

没有任何代码块，我们声明了不同的变化，以便通过 URL 来实现通过 URL 识别图像的方式。请注意，在paramsjson 格式中，参数参数中的内容是不同的。 Face API 的基本参数、AQUI分析器

为此，我们将 Json 重新命名为各种请求信息params。

Vamos 测试了应用程序？！ Vejam no gif abaixo como testar：

观察一下 api 的返回结果，看看我的家乡的图像，你的马罗姆，不是我们所使用的，而是根据我的资料推断出来的。

Vejam or retorno abaixo para a imagem do Silvio Santos：

JSON 响应




[
  {
    "faceId": "8b121a4e-407a-4b91-9b90-4ba2592a6329",
    "faceRectangle": {
      "top": 82,
      "left": 237,
      "width": 163,
      "height": 163
    },
    "faceAttributes": {
      "smile": 1,
      "headPose": {
        "pitch": -6.3,
        "roll": 4.4,
        "yaw": -7.5
      },
      "gender": "male",
      "age": 50,
      "facialHair": {
        "moustache": 0.1,
        "beard": 0.1,
        "sideburns": 0.1
      },
      "glasses": "NoGlasses",
      "emotion": {
        "anger": 0,
        "contempt": 0,
        "disgust": 0,
        "fear": 0,
        "happiness": 1,
        "neutral": 0,
        "sadness": 0,
        "surprise": 0
      },
      "blur": {
        "blurLevel": "medium",
        "value": 0.42
      },
      "exposure": {
        "exposureLevel": "goodExposure",
        "value": 0.72
      },
      "noise": {
        "noiseLevel": "medium",
        "value": 0.46
      },
      "makeup": {
        "eyeMakeup": false,
        "lipMakeup": false
      },
      "accessories": [],
      "occlusion": {
        "foreheadOccluded": false,
        "eyeOccluded": false,
        "mouthOccluded": false
      },
      "hair": {
        "bald": 0.17,
        "invisible": false,
        "hairColor": [
          {
            "color": "brown",
            "confidence": 1
          },
          {
            "color": "black",
            "confidence": 0.85
          },
          {
            "color": "gray",
            "confidence": 0.48
          },
          {
            "color": "blond",
            "confidence": 0.1
          },
          {
            "color": "red",
            "confidence": 0.09
          },
          {
            "color": "other",
            "confidence": 0.05
          }
        ]
      }
    }
  }
]