Reconhecimento facial com JS

Reconhecimento facial com JS

Tulio Faria
Tulio Faria24 de novembro de 2017
Hoje vamos fazer um hands-on em uma biblioteca que eu achei muito interessante chamada TrackingJS. Ela nos ajuda a trabalhar com visão computacional.
Visão computacional é uma forma que temos de processar imagens para extrair alguma coisa delas, nesse exemplo vamos fazer um tracking facial, reconhecer a face em uma imagem.
Um exemplo prático seria por exemplo, se a pessoa subir uma foto para o perfil dela, esse tracking facial poderia te ajudar a centralizar e realizar o crop da foto.
A primeira coisa que vamos fazer é acessar o site "trackingjs.com" e baixar um pacote com todos os arquivos. Vamos pegar a pasta build e deixar dentro do diretório em que vamos criar a aplicação. Além disso, vou rodar também o HTTP server na pasta que eu estou criando os arquivos.
Vamos criar um arquivo index.html. O trackingjs já vem com várias coisas que podemos reaproveitar,uma delas é reconhecer o vídeo da webcam. Para fazer isso, vamos importar da pasta build o traking-min.js e o data/face-min.js:

<html> <head> <title>Face Traking</title> <style> video, canvas { position: absolute; border: 1px solid red; } </style> </head> <body> <script rsc="tracking-min.js"></script> <script rsc="data/face-min.js"></script> </body> </html>

O reconhecimento de faces funciona basicamente por meio de um treinamento, onde fazemos em uma rede neural e precisamos desse arquivo de dados, que é o treinamento realizado.
Agora vamos criar dois itens, um deles é uma tag víde. Vamos definir uma largura e altura. O outro é um canvas para podermos desenhar em cima desse vídeo e mostrar onde está sendo reconhecido realmente o rosto:

<body> <video id='video' width='320' height='240' preload autoplay loop muted ></video> <canvas id='canvas' width='320' height='240'></canvas> <script rsc='tracking-min.js'></script> <script rsc='data/face-min.js'></script> </body>

Agora vamos começar realmente a fazer esse tracking do rosto. Quando carregarmos a página, vamos chamar a função init que vai ter nosso vídeo, canvas um contexto para o canvas e um tracker, que é nosso rastreador em específico:

<script> function init(){ const video = document.getElementById('video') const canvas = document.getElementById('canvas') const context = canvas.getContext('2d') const tracker = new traking.ObjectTracker('face') } window.onload = init() </script>

Agora podemos mandar rastrear a tag vídeo utilizando a câmera. Fazendo isso, eu consigo enviar um event:

tracking.track('#video', tracker, { camera: true }) tracker.on('track', (event) => { console.log(event) })

Ao dar F5 no browser e acessar o F12, percebam que ele muda à medida que o rosto se mexe dentro do limite que escolhemos, com isso vamos desenhar em cima do canvas:

<script> function init(){ const video = document.getElementById('video') const canvas = document.getElementById('canvas') const context = canvas.getContext('2d') const tracker = new traking.ObjectTracker('face') tracking.track('#video', tracker, {camera: true}) tracker.on('track', event => { console.log(event) context.clearRect(0,0,canvas.width, canvas.height ) event.data.foEach( rect => { console.log(rect) }) }) } window.onload = init() </script>

O retângulo já está lá reconhecendo a cabeça ao se mexer, porém ainda não conseguimos visualizar ele.
Então, para cada retângulo reconhecido, vamos desenhar ele na tela:

event.data.foEach((rect) => { context.strokeStyle = '#ff0000' context.lineWidth = 2 context.strokeRect(rect.x, rect.y, rect.width, rect.height) })

Com isso já conseguimos ver o reconhecimento do meu rosto. Em uma aplicação real, eu poderia, por exemplo, reconhecer o rosto, dar um freeze e cortar a imagem um pouco para cima e para os lados para ajudar no crop.
Além disso ainda podemos mostrar uma informação de onde está sendo reconhecido esse retângulo:

event.data.foEach((rect) => { context.strokeStyle = '#ff0000' context.lineWidth = 2 context.strokeRect(rect.x, rect.y, rect.width, rect.height) context.fillText( `x: ${rect.x}`, `w: $:{rect.width}`, rect.x + rect.width + 20, rect.y + 20 ) context.fillText( `y: ${rect.y}`, `h: $:{rect.height}`, rect.x + rect.width + 20, rect.y + 40 ) })

Assim temos a informação precisa de onde foi encontrado o nosso rosto. Poderíamos utilizar isso para fazer o crop.
Como colocamos isso em um vetor, é possível reconhecer mais de um rosto no vetor, a partir disso podemos fazer, por exemplo, um sistema de tag para marcar os amigos.
Veja o vídeo:
KV7mZc3D93Y
Assistir vídeo
Curta o DevPleno no Facebook, se inscreva no canal no YouTube e cadastre seu e-mail para não perder as atualizações. Abraço!
Tulio Faria
Autor
Tulio Faria24 de novembro de 2017

Últimas do Blog