全民刷军装背后的AI技术及简单实现

昨天有Design-AI-Lab用户后台留言，问为什么换军装的h5这么火，但没见到有技术文章分析如何实现。

我回复说，大概是比较简单吧，主要工作是图像合成。

后来，我亲自体验了下，反应速度比较慢，大概是因为火了吧，访问者太多；

关键的技术是人脸识别；

前端的话，canvas实现图像合成；

整个h5设计不算惊艳，只能算一般；

运营亮点是抓住热点事件，设计了激发用户分享的产品。

再细想一想，决定还是自己动手实现一个，试试整个技术的难度。

于是，通过开发者工具，阅读了

http://www.h5case.com.cn/case/people-cn/81/

的前端源码；

这个H5，

是由人民日报客户端&天天P图出品的；

技术实现： jQuery+Swiper，

Swiper负责简单的页面切换效果；

人脸与军装的图像的合成是后端操作的，前端只负责呈现。

二维码及相关的文字图样是通过html2canvas合成的。

1 关键技术

人脸识别，自动扣图，图像合成。

2 我的实现方案：

简易版本 UFace

暂时称之为UFace吧，说不准哪天我有兴致把它更进一步的完善，做个app之类的。

前端采用 jQuery；

后端采用Nodejs+express ；

人脸识别采用 百度AI的人脸检测；

安利下百度AI

http://ai.baidu.com/tech/face/detect

可以做人脸检测、对比、查找等工作。

2.1 先把nodejs环境准备下，

终端输入：

express -e ejs UFace

自动生成express的初始目录及文件；

2.2 调通全后端接口：

找到 views/index.ejs 文件，添加

<script src=“https://cdn.bootcss.com/jquery/3.2.1/jquery.min.js"></script>

找到routes/index.js文件，添加

router.post('/', function(req, res, next) {

res.send('UFace post ok')

});

终端输入

node bin/www

浏览器访问：

http://localhost:3000/

打开开发者工具，在console里调试接口，输入：

$.post("/", function(data) {

console.log(data);

});

看到控制台打印出：

UFace post ok

自此，我们的前后端调通了。

2.3 百度AI-人脸识别

在官方网站下载node SDK压缩包。

将下载的 api-node-sdk-version.zip 解压后，复制到工程文件夹中。

进入目录，运行 npm install 安装 sdk 依赖库。

在百度AI中申请好APPID；

继续到routes/index.js文件中，加入

var AipFace = require("baidu-ai").face;

var APP_ID = "994xxx7";

var API_KEY = "WqiVssssssxxvpC7xkAcK96Sf";

var SECRET_KEY = "4exxxxxHGOzy2bZThCyEM0h1";

//这三个key记得替换为你申请的appid

var client = new AipFace(APP_ID, API_KEY, SECRET_KEY);

上传本地的一张图片，调试下百度AI接口

var fs = require('fs');

var image = fs.readFileSync('assets/face/face.jpg');

var base64Img = new Buffer(image).toString('base64');

client.detect(base64Img).then(function(result) {

console.log(JSON.stringify(result));

});

终端打印出获取到的结果，接口获取成功。

2.4 前端上传一张图片，后端以此图片调用人脸识别，返回给前端结果

找到 views/index.ejs 文件，添加

<form id="uface">

<input type="file" name="files" id="upload">

<button type="button" onClick="uploadImg()">submit</button>

</form>

function uploadImg() {

var formData = new FormData();

formData.append("file", $("#upload")[0].files[0]);

$.ajax({

type: 'POST',

url: './file/uploading',

data: formData,

processData: false,

contentType: false,

success: function(res) {

var json = JSON.parse(res)；

createFace(json);

//从后端获取到人脸检测到结果后，调用createFace函数，进行图片合成

}

});

};

function createFace(json) {

var jzimg = $('#jz')[0];

var img = $('#target')[0];

var canvas = $('#canvas')[0];

var ctx = canvas.getContext('2d');

var sx = json.result[0].location.left,

sy = json.result[0].location.top,

swidth = json.result[0].location.width,

sheight = json.result[0].location.height;

ctx.drawImage(img, sx, sy, swidth, sheight, 110, 160, 145, 125);

ctx.globalCompositeOperation = 'source-over';

ctx.drawImage(jzimg, 0, 0);

//globalCompositeOperation = 'source-over'; 这个是用来把抠出来到人脸，合成到军装里到关键设置，可以合成任意到图片，并保留图片到透明信息哦。

相当于ps里的图层叠加概念

};

后端获取前端提交的图片，并通过百度AI接口调取识别结果；

找到routes/index.js文件，添加

var multiparty = require('multiparty');

var util=require('util');

var fs = require('fs');

router.post('/file/uploading', function(req, res, next) {

var form = new multiparty.Form({

uploadDir: './public/files/'

});

form.parse(req, function(err, fields, files) {

var filesTmp = JSON.stringify(files, null, 2);

if (err) {

console.log('parse error: ' + err);

} else {

console.log('parse files: ' + filesTmp);

var inputFile = files.file[0];

var uploadedPath = inputFile.path;

var image = fs.readFileSync(uploadedPath);

var base64Img = new Buffer(image).toString('base64');

client.detect(base64Img).then(function(result) {

res.send(JSON.stringify(result));

});

};

});

});

3 实验结果

把这张图，传给百度AI，识别出人脸的坐标范围。

先准备好一张军装图，

合成结果见下图：

识别出人脸范围后，抠出来的人脸图如上。

合成的图像有点生硬，原因是2张图片的边缘没有进行融合，还有识别出来的人像图没有进行色调调整。

我们可以把之前准备好的军装图上做点处理，人脸中间增加带透明度的褐色部分，记得存为png格式。

再测试下结果，

是不是稍微好点，这里有个图像处理的问题，

为了更好的效果，我们需要把抠出来的人脸色调进行调整，并且进行一定的滤镜处理，使得人脸跟军装图融合后，较为统一。

在这里，我就暂时不做这一块处理啦。毕竟我只花了半天时间就实现了这个小demo。

下面还有一些合成的效果。

仅供娱乐。

哈哈哈

猜猜合成的图像都是哪些名人？欢迎留言