• 来看看机智的前端童鞋怎么防盗


    很多开发的童鞋都是只身混江湖、夜宿城中村,如果居住的地方安保欠缺,那么出门在外难免担心屋里的财产安全。

    事实上世面上有很多高大上的防盗设备,但对于机智的前端童鞋来说,只要有一台附带摄像头的电脑,就可以简单地实现一个防盗监控系统~

    纯 JS 的“防盗”能力很大程度借助于 H5 canvas 的力量,且非常有意思。如果你对 canvas 还不熟悉,可以先点这里阅读我的系列教程。

    step1. 调用摄像头

    我们需要先在浏览器上访问和调用摄像头,用来监控屋子里的一举一动。不同浏览器中调用摄像头的 API 都略有出入,在这里我们以 chrome 做示例:

    复制代码
    <video width="640" height="480" autoplay></video>
    
    <script>
        var video = document.querySelector('video');
    
        navigator.webkitGetUserMedia({
                    video: true
                }, success, error);
    
        function success(stream) {
            video.src = window.webkitURL.createObjectURL(stream);
            video.play();
        }
    
        function error(err) {
            alert('video error: ' + err)
        }
    </script>
    复制代码

    运行页面后,浏览器出于安全性考虑,会询问是否允许当前页面访问你的摄像头设备,点击“允许”后便能直接在 <video> 上看到摄像头捕获到的画面了:

    step2. 捕获 video 帧画面

    光是开着摄像头监视房间可没有任何意义,浏览器不会帮你对监控画面进行分析。所以这里我们得手动用脚本捕获 video 上的帧画面,用于在后续进行数据分析。

    从这里开始咱们就要借助 canvas 力量了。在 Canvas入门(五)一文我们介绍过 ctx.drawImage() 方法,通过它可以捕获 video 帧画面并渲染到画布上。

    我们需要创建一个画布,然后这么写:

    复制代码
    <video width="640" height="480" autoplay></video>
    <canvas width="640" height="480"></canvas>
    
    <script>
        var video = document.querySelector('video');
        var canvas = document.querySelector('canvas');
    
        // video捕获摄像头画面
        navigator.webkitGetUserMedia({
                    video: true
                }, success, error);
    
        function success(stream) {
            video.src = window.webkitURL.createObjectURL(stream);
            video.play();
        }
    
        function error(err) {
            alert('video error: ' + err)
        }
    
        //canvas
        var context = canvas.getContext('2d');
    
        setTimeout(function(){
            //把当前视频帧内容渲染到画布上
            context.drawImage(video, 0, 0, 640, 480);
        }, 5000);
    
    </script>
    复制代码

    如上代码所示,5秒后把视频帧内容渲染到画布上(下方右图)

    step3. 对捕获的两个帧画面执行差异混合

    在上面我们提到过,要有效地识别某个场景,需要对视频画面进行数据分析。

    那么要怎么识别咱们的房子是否有人突然闯入了呢?答案很简单 —— 定时地捕获 video 画面,然后对比前后两帧内容是否存在较大变化。

    我们先简单地写一个定时捕获的方法,并将捕获到的帧数据存起来:

    复制代码
        //canvas
        var context = canvas.getContext('2d');
        var preFrame,   //前一帧
            curFrame;   //当前帧
    
        //捕获并保存帧内容
        function captureAndSaveFrame(){ console.log(context);
            preFrame = curFrame;
            context.drawImage(video, 0, 0, 640, 480);
            curFrame = canvas.toDataURL;  //转为base64并保存
        }
    
        //定时捕获
        function timer(delta){
            setTimeout(function(){
                captureAndSaveFrame();
                timer(delta)
            }, delta || 500);
        }
    
        timer();
    复制代码

    如上代码所示,画布会每隔500毫秒捕获并渲染一次 video 的帧内容(夭寿哇,做完这个动作不小心把饼干洒了一地。。。("▔□▔)/)

    留意这里我们使用了 canvas.toDataURL 方法来保存帧画面。

    接着就是数据分析处理了,我们可以通过对比前后捕获的帧画面来判断摄像头是否监控到变化,那么怎么做呢?

    熟悉设计的同学肯定常常使用一个图层功能 —— 混合模式:

    当有两个图层时,对顶层图层设置“差值/Difference”的混合模式,可以一目了然地看到两个图层的差异:

    “图A”是我去年在公司楼下拍的照片,然后我把它稍微调亮了一点点,并在上面画了一个 X 和 O 得到“图B”。接着我把它们以“差值”模式混合在一起,得到了最右的这张图。

    “差值”模式原理:要混合图层双方的RGB值中每个值分别进行比较,用高值减去低值作为合成后的颜色,通常用白色图层合成一图像时,可以得到负片效果的反相图像。用黑色的话不发生任何变化(黑色亮度最低,下层颜色减去最小颜色值0,结果和原来一样),而用白色会得到反相效果(下层颜色被减去,得到补值),其它颜色则基于它们的亮度水平

    在CSS3中,已经有 blend-mode 特性来支持这个有趣的混合模式,不过我们发现,在主流浏览器上,canvas 的 globalCompositeOperation 接口也已经良好支持了图像混合模式:

    于是我们再建多一个画布来展示前后两帧差异:

    复制代码
    <video width="640" height="480" autoplay></video>
    <canvas width="640" height="480"></canvas>
    <canvas width="640" height="480"></canvas>
    
    <script>
        var video = document.querySelector('video');
        var canvas = document.querySelectorAll('canvas')[0];
        var canvasForDiff = document.querySelectorAll('canvas')[1];
    
        // video捕获摄像头画面
        navigator.webkitGetUserMedia({
                    video: true
                }, success, error);
    
        function success(stream) {
            video.src = window.URL.createObjectURL(stream);
            video.play();
        }
    
        function error(err) {
            alert('video error: ' + err)
        }
    
        //canvas
        var context = canvas.getContext('2d'),
            diffCtx = canvasForDiff.getContext('2d');
        //将第二个画布混合模式设为“差异”
        diffCtx.globalCompositeOperation = 'difference';
    
        var preFrame,   //前一帧
            curFrame;   //当前帧
    
        //捕获并保存帧内容
        function captureAndSaveFrame(){
            preFrame = curFrame;
            context.drawImage(video, 0, 0, 640, 480);
            curFrame = canvas.toDataURL();  //转为base64并保存
        }
    
        //绘制base64图像到画布上
        function drawImg(src, ctx){
            ctx = ctx || diffCtx;
            var img = new Image();
            img.src = src;
            ctx.drawImage(img, 0, 0, 640, 480);
        }
    
        //渲染前后两帧差异
        function renderDiff(){
            if(!preFrame || !curFrame) return; 
            diffCtx.clearRect(0, 0, 640, 480);
            drawImg(preFrame);
            drawImg(curFrame);
        }
    
        //定时捕获
        function timer(delta){
            setTimeout(function(){
                captureAndSaveFrame();
                renderDiff();
                timer(delta)
            }, delta || 500);
        }
    
        timer();
    
    </script>
    复制代码

    效果如下(夭寿啊,做完这个动作我又把雪碧洒在键盘上了。。。(#--)/ )

    可以看到,当前后两帧差异不大时,第三个画布几乎是黑乎乎的一片,只有当摄像头捕获到动作了,第三个画布才有明显的高亮内容出现。

    因此,我们只需要对第三个画布渲染后的图像进行像素分析——判断其高亮阈值是否达到某个指定预期:

    复制代码
        var context = canvas.getContext('2d'),
            diffCtx = canvasForDiff.getContext('2d');
        //将第二个画布混合模式设为“差异”
        diffCtx.globalCompositeOperation = 'difference';
    
        var preFrame,   //前一帧
            curFrame;   //当前帧
    
        var diffFrame;  //存放差异帧的imageData
    
        //捕获并保存帧内容
        function captureAndSaveFrame(){
            preFrame = curFrame;
            context.drawImage(video, 0, 0, 640, 480);
            curFrame = canvas.toDataURL();  //转为base64并保存
        }
    
        //绘制base64图像到画布上
        function drawImg(src, ctx){
            ctx = ctx || diffCtx;
            var img = new Image();
            img.src = src;
            ctx.drawImage(img, 0, 0, 640, 480);
        }
    
        //渲染前后两帧差异
        function renderDiff(){
            if(!preFrame || !curFrame) return;
            diffCtx.clearRect(0, 0, 640, 480);
            drawImg(preFrame);
            drawImg(curFrame);
            diffFrame = diffCtx.getImageData( 0, 0, 640, 480 );  //捕获差异帧的imageData对象
        }
    
        //计算差异
        function calcDiff(){
            if(!diffFrame) return 0;
            var cache = arguments.callee,
                count = 0;
            cache.total = cache.total || 0; //整个画布都是白色时所有像素的值的总和
            for (var i = 0, l = diffFrame.width * diffFrame.height * 4; i < l; i += 4) {
                count += diffFrame.data[i] + diffFrame.data[i + 1] + diffFrame.data[i + 2];
                if(!cache.isLoopEver){  //只需在第一次循环里执行
                    cache.total += 255 * 3;   //单个白色像素值
                }
            }
            cache.isLoopEver = true;
            count *= 3;  //亮度放大
            //返回“差异画布高亮部分像素总值”占“画布全亮情况像素总值”的比例
            return Number(count/cache.total).toFixed(2);
        }
    
        //定时捕获
        function timer(delta){
            setTimeout(function(){
                captureAndSaveFrame();
                renderDiff();
                setTimeout(function(){
                    console.log(calcDiff());
                }, 10);
    
                timer(delta)
            }, delta || 500);
        }
    
        timer();
    复制代码

    注意这里我们使用了 count *= 3 来放大差异高亮像素的亮度值,不然得出的数值实在太小了。我们运行下页面(图片较大加载会有点慢)

    经过试(xia)验(bai),个人觉得如果 calcDiff() 返回的比值如果大于 0.20,那么就可以定性为“一间空屋子,突然有人闯进来”的情况了。

    step4. 上报异常图片

    当上述的计算发现有状况时,需要有某种途径通知我们。有钱有精力的话可以部署个邮件服务器,直接发邮件甚至短信通知到自己,but 本文走的吃吐少年路线,就不搞的那么高端了。

    那么要如何简单地实现异常图片的上报呢?我暂且想到的是 —— 直接把问题图片发送到某个站点中去。

    这里我们选择博客园的“日记”功能,它可以随意上传相关内容。

    p.s.,其实这里原本是想直接把图片传到博客园相册上的,可惜POST请求的图片实体要求走 file 格式,即无法通过脚本更改文件的 input[type=file],转 Blob 再上传也没用,只好作罢。

    我们在管理后台创建日记时,通过 Fiddler 抓包可以看到其请求参数非常简单:

    从而可以直接构造一个请求:

    复制代码
        //异常图片上传处理
        function submit(){
    
            //ajax 提交form
            $.ajax({
                url : 'http://i.cnblogs.com/EditDiary.aspx?opt=1',
                type : "POST",
                data : {
                    '__VIEWSTATE': '',
                    '__VIEWSTATEGENERATOR': '4773056F',
                    'Editor$Edit$txbTitle': '告警' + Date.now(),
                    'Editor$Edit$EditorBody': '<img src="' + curFrame + '" />',
                    'Editor$Edit$lkbPost': '保存'
                },
                success: function(){
                    console.log('submit done')
                }
            });
        }
    复制代码

    当然如果请求页面跟博客园域名不同,是无法发送 cookie 导致请求跨域而失效,不过这个很好解决,直接修改 host 即可(怎么修改就不介绍了,自行百度吧)

    我这边改完 host,通过 http://i.cnblogs.com/h5monitor/final.html 的地址访问页面,发现摄像头竟然失效了~

    通过谷歌的文档可以得知,这是为了安全性考虑,非 HTTPS 的服务端请求都不能接入摄像头。不过解决办法也是有的,以 window 系统为例,打开 cmd 命令行面板并定位到 chrome 安装文件夹下,然后执行:

    chrome --unsafely-treat-insecure-origin-as-secure="http://i.cnblogs.com/h5monitor/final.html"  --user-data-dir=C:	estprofile

    此举将以沙箱模式打开一个独立的 chrome 进程,并对指定的站点去掉安全限制。注意咱们在新开的 chrome 中得重新登录博客园。

    这时候便能正常访问摄像头了,我们对代码做下处理,当差异检测发现异常时,创建一份日记,最小间隔时间为5秒(不过后来发现没必要,因为博客园已经有做了时间限制,差不多10秒后才能发布新的日记)

    复制代码
        //定时捕获
        function timer(delta){
            setTimeout(function(){
                captureAndSaveFrame();
                renderDiff();
                if(calcDiff() > 0.2){  //监控到异常,发日志
                    submit()
                }
    
                timer(delta)
            }, delta || 500);
        }
    
        setTimeout(timer, 60000 * 10);  //设定打开页面十分钟后才开始监控
    
    
        //异常图片上传处理
        function submit(){
            var cache = arguments.callee,
                now = Date.now();
            if(cache.reqTime && (now - cache.reqTime < 5000)) return;  //日记创建最小间隔为5秒
    
            cache.reqTime = now;
    
            //ajax 提交form
            $.ajax({
                url : 'http://i.cnblogs.com/EditDiary.aspx?opt=1',
                type : "POST",
                timeout : 5000,
                data : {
                    '__VIEWSTATE': '',
                    '__VIEWSTATEGENERATOR': '4773056F',
                    'Editor$Edit$txbTitle': '告警' + Date.now(),
                    'Editor$Edit$EditorBody': '<img src="' + curFrame + '" />',
                    'Editor$Edit$lkbPost': '保存'
                },
                success: function(){
                    console.log('submit done')
                },
                error: function(err){
                    cache.reqTime = 0;
                    console.log('error: ' + err)
                }
            });
        }
    复制代码

    执行效果:

    日记也是妥妥的出来了:

    点开就能看到异常的那张图片了:

    要留意的是,博客园对日记发布数量是有做每日额度限制来防刷的,达到限额的话会导致当天的随笔和文章也无法发布,所以得谨慎使用:

    不过这种形式仅能上报异常图片,暂时无法让我们及时收悉告警,有兴趣的童鞋可以试着再写个 chrome 插件,定时去拉取日记列表做判断,如果有新增日记则触发页面 alert。

    另外我们当然希望能直接对闯入者进行警告,这块比较好办 —— 搞个警示的音频,在异常的时候触发播放即可:

    复制代码
        //播放音频
        function fireAlarm(){
            audio.play()
        }
    
    
        //定时捕获
        function timer(delta){
            setTimeout(function(){
                captureAndSaveFrame();
                if(preFrame && curFrame){
                    renderDiff();
                    if(calcDiff() > 0.2){  //监控到异常
                        //发日记
                        submit();
                        //播放音频告警
                        fireAlarm();
                    }
                }
                timer(delta)
            }, delta || 500);
        }
    
        setTimeout(timer, 60000 * 10);  //设定打开页面十分钟后才开始监控
    复制代码

    最后说一下,本文代码均挂在我的github上,有兴趣的童鞋可以自助下载。共勉~

  • 相关阅读:
    任意不规则形状的图片剪裁 .
    C#图片处理示例(裁剪,缩放,清晰度,水印)
    C#对图片文件的压缩、裁剪操作初探
    CSS和SVG中的剪切——clip-path属性和<clipPath>元素
    Java中继承thread类与实现Runnable接口的区别
    Android学习系列(7)--App轮询服务器消息
    Android学习系列(15)--App列表之游标ListView(索引ListView)
    Android学习系列(20)--App数据格式之解析Json
    Android学习系列(22)--App主界面比较
    Android学习系列(23)--App主界面实现
  • 原文地址:https://www.cnblogs.com/laiqun/p/5660338.html
Copyright © 2020-2023  润新知