纯前端html、js实现人脸检测和表情检测,可直接在浏览器使用


前端代码

javascript 复制代码
<!DOCTYPE html>
<html lang="zh-CN">
<head>
  <meta charset="UTF-8">
  <title>简单图片人脸识别</title>
  <style>
    /* 简单样式:居中布局 + 边框提示 */
    body {
      display: flex;
      flex-direction: column;
      align-items: center;
      padding: 20px;
      font-family: Arial, sans-serif;
    }
    .container {
      margin: 20px 0;
      text-align: center;
    }
    #inputImage {
      max-width: 600px;
      border: 2px dashed #ccc;
      border-radius: 8px;
      padding: 10px;
      cursor: pointer;
      /* 限制图片最大高度,避免Canvas超出屏幕 */
      max-height: 400px;
      object-fit: contain;
    }
    #resultCanvas {
      margin-top: 20px;
      border: 2px solid #333;
      border-radius: 8px;
      /* 默认隐藏,识别后再显示 */
      display: none;
    }
    button {
      padding: 10px 20px;
      background: #42b983;
      color: white;
      border: none;
      border-radius: 4px;
      cursor: pointer;
      font-size: 16px;
      margin-top: 10px;
    }
    button:disabled {
      background: #ccc;
      cursor: not-allowed;
    }
  </style>
</head>
<body>
<h1>图片人脸识别演示</h1>

<!-- 选择图片区域 -->
<div class="container">
  <p>点击图片上传人脸照片(支持 JPG/PNG)</p>
  <input type="file" id="fileInput" accept="image/jpeg,image/png" style="display: none;">
  <img id="inputImage" src="https://via.placeholder.com/600x400?text=点击上传图片" alt="上传图片" onclick="document.getElementById('fileInput').click()">
</div>

<!-- 识别结果展示(Canvas 用于画框标注) -->
<canvas id="resultCanvas"></canvas>

<!-- 识别按钮 -->
<button id="detectBtn" disabled>开始识别</button>

<!-- 引入 faceapi 核心库(关键!) -->
<script src="./dist/face-api.min.js"></script>
<script>
  // 全局变量:存储模型加载状态、图片元素
  let modelLoaded = false;
  const inputImage = document.getElementById('inputImage');
  const fileInput = document.getElementById('fileInput');
  const detectBtn = document.getElementById('detectBtn');
  const resultCanvas = document.getElementById('resultCanvas');
  const ctx = resultCanvas.getContext('2d');
  // 存储已加载完成的图片对象(确保绘制时图片已就绪)
  let loadedImage = null;

  // 页面加载完成后,加载人脸模型(核心步骤)
  window.onload = async () => {
    try {
      // 注意:你的模型路径是 ./weights(不是默认的 ./models),确保 weights 文件夹存在且完整!
      await faceapi.loadSsdMobilenetv1Model('./weights'); // 人脸检测模型
      await faceapi.loadFaceLandmarkModel('./weights'); // 人脸特征点模型
      await faceapi.loadFaceRecognitionModel('./weights'); // 人脸识别模型
      await faceapi.loadFaceExpressionModel('./weights'); // 表情识别模型
      modelLoaded = true;
      alert('模型加载成功!请上传图片并点击识别');
    } catch (err) {
      console.error('模型加载失败:', err);
      alert('模型加载失败,请检查 weights 文件夹路径是否正确,或文件夹是否完整');
    }
  };

  // 监听图片上传,预览图片(关键优化:确保图片完全加载后再启用按钮)
  fileInput.addEventListener('change', (e) => {
    const file = e.target.files[0];
    if (!file) return;

    // 读取图片并显示在预览区
    const reader = new FileReader();
    reader.onload = (event) => {
      // 新建 Image 对象,监听 onload 事件(确保图片完全加载)
      const img = new Image();
      img.onload = () => {
        // 图片加载完成后,更新预览图和存储的图片对象
        inputImage.src = img.src;
        loadedImage = img; // 存储完整加载的图片,用于后续绘制
        // 清空之前的识别结果和 Canvas
        ctx.clearRect(0, 0, resultCanvas.width, resultCanvas.height);
        resultCanvas.style.display = 'none'; // 隐藏 Canvas,识别后再显示
        // 启用识别按钮
        detectBtn.disabled = !modelLoaded;
      };
      // 处理跨域问题(避免绘制时出现污染 Canvas 错误)
      img.crossOrigin = 'anonymous';
      img.src = event.target.result;
    };
    reader.readAsDataURL(file);
  });

  // 在 detections.forEach 循环外,定义中文映射表
  const expressionMap = {
    happy: '开心',
    sad: '难过',
    angry: '生气',
    neutral: '平静',
    surprised: '惊讶',
    fearful: '恐惧',
    disgusted: '厌恶'
  };

  // 点击识别按钮,执行人脸识别(新增表情识别逻辑)
  detectBtn.addEventListener('click', async () => {
    if (!loadedImage) {
      alert('请先上传图片并等待预览加载完成');
      return;
    }

    // 设置 Canvas 尺寸、绘制原图
    const imgWidth = loadedImage.width;
    const imgHeight = loadedImage.height;
    const maxCanvasWidth = 600;
    const scale = imgWidth > maxCanvasWidth ? maxCanvasWidth / imgWidth : 1;
    const canvasWidth = imgWidth * scale;
    const canvasHeight = imgHeight * scale;

    resultCanvas.width = canvasWidth;
    resultCanvas.height = canvasHeight;
    resultCanvas.style.display = 'block';
    ctx.clearRect(0, 0, canvasWidth, canvasHeight);
    ctx.drawImage(loadedImage, 0, 0, canvasWidth, canvasHeight);

    // .withFaceExpressions() 获取表情数据
    const options = new faceapi.SsdMobilenetv1Options({ minConfidence: 0.5 });
    const detections = await faceapi.detectAllFaces(loadedImage, options)
      .withFaceLandmarks() // 特征点(保留)
      .withFaceDescriptors() // 描述符(保留)
      .withFaceExpressions(); // 获取表情数据(关键)

    if (detections.length === 0) {
      alert('未检测到人脸');
      return;
    }

    // 循环标注每个人脸(新增表情标签绘制)
    detections.forEach((detectResult, index) => {
      const { detection, landmarks, descriptor, expressions } = detectResult; // 解构 expressions
      const { x, y, width, height } = detection.box;

      // (原有代码:计算缩放坐标、画人脸框、特征点,保留不变)
      const scaledX = x * scale;
      const scaledY = y * scale;
      const scaledWidth = width * scale;
      const scaledHeight = height * scale;

      const colors = ['#42b983', '#2196f3', '#ff9800', '#f44336', '#9c27b0'];
      const faceColor = colors[index % colors.length];

      ctx.strokeStyle = faceColor;
      ctx.lineWidth = 1;
      ctx.strokeRect(scaledX, scaledY, scaledWidth, scaledHeight);

      ctx.fillStyle = faceColor;
      const scalePoints = (points) => points.map(p => ({ x: p.x * scale, y: p.y * scale }));
      scalePoints(landmarks.getMouth()).forEach(point => ctx.fillRect(point.x, point.y, 2, 2));
      scalePoints(landmarks.getLeftEye()).forEach(point => ctx.fillRect(point.x, point.y, 2, 2));
      scalePoints(landmarks.getRightEye()).forEach(point => ctx.fillRect(point.x, point.y, 2, 2));
      scalePoints(landmarks.getNose()).forEach(point => ctx.fillRect(point.x, point.y, 2, 2));
      scalePoints(landmarks.getJawOutline()).forEach(point => ctx.fillRect(point.x, point.y, 2, 2));

      // 解析表情结果(取概率最高的表情)
      // expressions 包含:happy(开心)、sad(难过)、angry(生气)、neutral(中性)、surprised(惊讶)、fearful(恐惧)、disgusted(厌恶)
      const expression = expressions.asSortedArray()[0]; // 按概率排序,取第一个(最可能的表情)
      // 解析表情时替换为中文
      const expressionName = expressionMap[expression.expression] || expression.expression; // 表情名称(如 'happy')
      const expressionConfidence = expression.probability; // 表情置信度(0-1)

      // 绘制表情标签(在人脸框下方/上方,和编号、置信度错开)
      ctx.fillStyle = faceColor;
      ctx.font = '17px Arial';
      // 人脸编号+置信度
      const faceText = `人脸${index + 1} 置信度:${detection.score.toFixed(2)}`;
      const faceTextY = scaledY - 10 > 0 ? scaledY - 10 : scaledY + scaledHeight + 20;
      ctx.fillText(faceText, scaledX, faceTextY);

      // 表情标签(换行显示,避免重叠)
      const expressionText = `${expressionName}(${expressionConfidence.toFixed(2)})`;
      const expressionTextY = faceTextY + 25; // 向下偏移 25px(字体高度+间距)
      ctx.fillText(expressionText, scaledX, expressionTextY);

      // 打印表情结果到控制台(可选)
      console.log(`人脸${index + 1} 表情:`, expressionName, ' 置信度:', expressionConfidence);
    });

    // 包含表情识别结果
    alert(`识别成功!共检测到 ${detections.length} 个人脸,已标注表情和特征点`);
  });
</script>
</body>
</html>
相关推荐
IT_陈寒4 分钟前
Vue开发者必知:5个让你效率翻倍的隐藏技巧
前端·人工智能·后端
afumu14 分钟前
在 Chrome 扩展里抓网页 AI 的工具调用:patch fetch 和看 DOM,我两条路都跑过
javascript·chrome·浏览器
deli00715 分钟前
12 个请求挤一条连接:HTTP/1.1 队头阻塞 vs HTTP/2 多路复用实测
前端
deli0071 小时前
TCP 为什么会粘包?4 种拆包方案 49 字节实测对比
前端
deli0072 小时前
32K 上下文塞满后,AI 最先忘掉什么?120 轮对话实测
前端
deli0073 小时前
手机拍灯为什么有一条条黑纹?PWM 240Hz 实测
前端
wangruofeng8 小时前
AI Models 1.1.0 发布,查大模型价格、对比模型和找 API 地址
前端·aigc·ai编程
wangruofeng8 小时前
给前端开发者的 100 个设计参考网站
前端·设计
M--Y10 小时前
LangGraph 工作流模式
开发语言·javascript·python·langchain·大模型·llm·langgraph
星栈11 小时前
视频即代码,Remotion 能做什么、不能做什么
前端·音视频开发