开源的基于图像识别本地实名认证系统(本项目不借助任何api) v1.0

前言:

本项目主要是代替昂贵的实名认证服务api或者sdk,目前仍然存在很多缺点

一、具体介绍

1.组成:

人脸识别服务器分为两部分:

(1)、http服务端

server.py共有四个函数:

**DrawFaceinIdCard:**用户上传身份证图片后,服务端会对身份证进行抠人像和ocr处理,如果顺利会返回编号(实际就是文件名),实际也可以返回ocr内容(注释了)。

**DrawFaceinPic:**用户上传自己照片,服务端会把人像给获取出来若顺利会返回编号

**Recognition:**用户上传图片身份证处理和人像处理后的图片编号,后端会进行判定,若顺利会返回200

**detecting/Create:**用户通过formbody传递uuid,后端会自动生成四个动作,保存到数据库中

(2).websocket服务端

没啥好说的,实现实人识别,比较简单的python实现的websocketserver,用户连接服务器需要带uuid,和base64编码后的图片,图片最好小于200k,若用户发送的图像文件符合要求,会返回200(完成其中一个动作)或201(完全完成)。

(3).客户端:

目前仅实现了,启动时候先请求detecting/Create接口,使用安卓:通过camera api1调用相机硬件,每两秒通过websocket上传一次图片,并且通过服务器的知识反馈


2.原理:

**整体原理:**通过用户上传的身份证获取头像,并且通过活体识别最后一个动作获得用户头像(暂未实现),对这两个头像进行比较。

**活体识别:**要求用户做出三个脸部动作,判定其是真人。

3.技术:

  • 人脸图像处理:dlib
  • 语音:pyttsx3
  • 服务端:websocket,fastapi
  • 图片处理:ptl
  • 图片编码:base64
  • OCR:PaddleOcr
  • 客户端网络请求/websocket客户端:okhttp

二.未来可能出现的适配:

1.更多脸部适配:

目前仅支持眼睛(睁眼和闭眼),嘴巴(张嘴和闭嘴)的活动,未来可能会引入更多脸部活动,例如微笑、挑眉毛等其他脸部活动判定。

2.多图片验证:

发现因为传输角度的问题存在传输失误的问题,后续可能改成一次上传多张图片。例如三张图,至少有两张达到标准

3.多服务器适配(V2就会实现):

由于用到图像处理、tts技术,对于服务器压力肯定是非常吃的,未来估计会将websocket端支持多服务器,通过http服务获取"不忙碌"的websocket地址,在进行连接


三.效果图:

1.http服务端运行截图

2.websocket服务端运行截图

3.客户端运行效果截图

相关推荐
itzixiao2 分钟前
L1-049 天梯赛座位分配(20 分)[java][python][c]
java·开发语言·python
m0_746752302 分钟前
HTML5视频标签针对不同设备DPR的资源选择逻辑
jvm·数据库·python
2301_773553622 分钟前
c++怎么在Linux下获取文件被最后一次访问的精确纳秒时间【进阶】
jvm·数据库·python
gmaajt7 分钟前
CSS如何给按钮添加按下缩小的动画_利用-active配合transform
jvm·数据库·python
薛定谔的猫3698 分钟前
深入浅出 MCP (Model Context Protocol):开启 AI Agent 的标准化连接时代
ai·llm·agent·技术分享·mcp
HABuo11 分钟前
【linux网络基础(二)】理解端口号&UDP、TCP协议&网络字节序
linux·服务器·c语言·网络·c++·ubuntu·centos
爱学习的小囧11 分钟前
ESXi 存储路径丢失(PDL/APD)完整处置教程:分清类型再操作,一步不踩坑
linux·运维·服务器·网络·esxi·vmware
m0_7478545214 分钟前
CSS如何让响应式图片在容器内居中_利用background-position
jvm·数据库·python
不懒不懒14 分钟前
【PaddleOCR实战指南:图像文字识别、实时摄像头与PyQt5 GUI开发】
开发语言·python
老陈跨境记15 分钟前
电商出海效率革命:萤火AI批量图片翻译的技术原理与实战测评
人工智能·ai