【案例共创】基于开发者空间通过FRS实现考勤系统人脸匹配功能

最新案例动态,请查阅【案例共创】基于开发者空间通过FRS实现考勤系统人脸匹配功能。小伙伴们快来领取华为开发者空间进行实操吧!

本案例由开发者:DS小龙哥提供

1 概述

1.1 背景介绍

人脸识别服务FRS基于人的脸部特征信息,利用计算机对人脸图像进行处理、分析和理解,用户通过实时访问和调用API获取人脸处理结果,帮助用户自动进行人脸的识别、比对以及相似度查询等。 FRS服务提供了开放API接口,提供人脸识别能力,用户可以直接调用API接口访问华为云人脸识别服务,完成人脸识别后返回的结果为JSON格式,用户通过API接口与人脸识别服务交互,就可以完成项目开发。

本案例主要讲述在开发者空间通过API调用华为云人脸识别服务FRS实现考勤系统的人脸匹配功能。

通过本案例可以学习到如何在开发者空间使用FRS服务,完成人脸库创建,向人脸库添加人脸,在人脸库里搜索匹配的人脸完成人脸对比等几个主要功能。 只要完成了这几个功能,就可以开发成品软件,完成很多需要人脸服务的场景,行业的项目落地。 比如:人脸识别考勤、人脸识别签到、人脸门禁开锁 等等场景。

1.2 适用对象

  • 企业
  • 个人开发者
  • 高校学生

1.3 案例时间

本案例总时长预计90分钟。

1.4 案例流程

说明:

  1. 登录华为云账号后进入开发者空间,领取并配置云主机;
  2. 环境准备,在云主机上安装必要的开发工具和依赖库,比如Python及其相关库requests等,以便调用华为云API;
  3. 获取API凭证,在华为云平台上创建并获取Access Key ID和Secret Access Key,用于身份验证。
  4. 部署与优化,根据实际应用场景将开发完成的人脸识别解决方案部署到生产环境中,并持续优化性能和用户体验。

1.5 资源总览

本案例预计花费总计0元。

资源名称规格单价(元)时长(分钟)
开发者空间—云主机2vCPUs 4GB Ubuntu 22.04090
人脸识别服务FRS按流量计费 月累计调用次数 < 2000次090

2 开发者空间环境准备

2.1 配置云主机

本案例中,需要调用人脸识别服务FRS的接口来实现对应的功能,需要安装requests库。

说明:

  • requests库是一个非常强大的工具,它允许你发起HTTP请求,这个模块可以让你用简单的代码完成大部分的HTTP操作。

登录华为开发者空间,登录后页面如下:

点击“配置云主机”,会弹出对话框,进行云主机配置。

  • 按如规格下配置云主机:
  • 云主机名称:默认/自定义
  • CPU架构:X86
  • 规格:2 vCPUs 4 GB
  • 操作系统:Ubuntu
  • 系统镜像:公共镜像 Ubuntu 22.04 server 64bit (xfce4 desktop)

确认以上配置无误,点击“安装”,进行云主机操作系统安装。安装完毕之后,点击“进入桌面”。

环境准备中,大约需要3-5分钟,请您耐心等待…

进入桌面后的默认效果如下:

点击左下角的“所有应用程序”->“开发”->“CodeArts IDE for Python”,打开IDE。

CodeArts IDE for Python 启动后,在弹框界面,选择“新建工程”。

在新建工程页面,自定义输入工程名称,点击“创建”。

在CodeArts IDE for Python 中,在新建的工程文件目录中,选择“venv/lib/python3.10/site-packages”路径下的任一文件,单击鼠标右键后,选择“打开所在文件夹”。

复制被打开的文件夹路径。

在CodeArts IDE for Python 中,点击下方的“终端”,输入以下命令后回车,安装requests库:

pip install requests --target={package-path}

其中{package-path}用上一步中复制的文件夹路径替换。

到此,云主机的开发环境配置完成。

2.2 开通人脸识别服务

进入人脸识别服务控制台,区域选择“华北-北京四”,分别点击下图中所示产品的“开通服务”。

开通后,如下图所示:

点击对应的“接口文档”,可已快速查阅对应产品的接口使用说明。

3 获取Token鉴权

华为云人脸识别服务FRS服务的API调用,需要通过用户Token进行用户鉴权,所以接口调用前,需要先获取用户的Token。

获取Token鉴权,同样需要接口调用,详细请参考:获取IAM用户Token(使用密码)。

获取的Token有效性说明:

Token的有效期为24小时。建议进行缓存,避免频繁调用。使用Token前请确保Token离过期有足够的时间,防止调用API的过程中Token过期导致调用API失败。重新获取Token,不影响已有Token有效性。

3.1 编写获取Token代码

在CodeArts IDE for Python中,点击“文件”->“新建”->“文件”。

点击“文件”->“保存”。

输入文件名称为“get_token.py”,点击“保存”。

在get_token.py文件中输入以下代码(复制文档中python代码时,可能会导致格式错误,可以点击下载获取get_token.py文件内容!),用于获取用户Token:

import requests
import json
\# 主账号用户名
MAIN_USER = "[填你自己的]"
\# IAM 子账户用户名
IAM_USER = "[填你自己的]"
\# IAM 子账户密码
IAM_PASSWORD = "[填你自己的]"
\# 项目 ID
PROJECT_ID = "[填你自己的]"
\# 服务器区域代号
SERVER_ID = "cn-north-4"
\# 保存 TOKEN 的文件路径
TOKEN_FILE_PATH = "token.txt"
def get_token():
"""
功能: 获取 TOKEN 并保存到本地文件
"""
\# 请求地址
request_url = f"https://iam.{SERVER_ID}.myhuaweicloud.com/v3/auth/tokens"
\# 构造请求头
headers = {
"Content-Type": "application/json;charset=UTF-8"
}
\# 构造请求体
payload = {
"auth": {
"identity": {
"methods": ["password"],
"password": {
"user": {
"domain": {
"name": MAIN_USER
},
"name": IAM_USER,
"password": IAM_PASSWORD
}
}
},
"scope": {
"project": {
"name": SERVER_ID
}
}
}
}
\# 发出 POST 请求
try:
response = requests.post(request_url, headers=headers, data=json.dumps(payload))
\# 打印状态码
print(f"状态码: {response.status_code}")
if response.status_code == 201:
\# 读取 X-Subject-Token 响应头
token = response.headers.get("X-Subject-Token")
\# 打印返回的数据和 Token
print(f"反馈的数据: {response.json()}")
print(f"Token: {token}")
\# 保存 TOKEN 到本地文件
if token:
save_token_to_file(token)
print(f"TOKEN 已保存到 {TOKEN_FILE_PATH}")
else:
print("未能获取到 TOKEN")
else:
print(f"获取 TOKEN 失败: {response.text}")
except Exception as e:
print(f"请求发生错误: {e}")
def save_token_to_file(token):
"""
保存 TOKEN 到本地文件
"""
try:
with open(TOKEN_FILE_PATH, "w") as file:
file.write(token)
except Exception as e:
print(f"保存 TOKEN 时发生错误: {e}")
def main():
\# 获取 TOKEN
get_token()
if \__name_\_ == "__main__":
main()

代码说明:

  • **依赖库:**使用requests库发起 HTTP 请求。 如果没有安装,在运行代码前,请参考步骤2.1安装依赖库。
  • **主要逻辑:**构造请求头和请求体。发起 POST 请求,获取响应。从响应头中提取 X-Subject-Token 并保存到本地文件。
  • TOKEN 保存: TOKEN 被保存到 token.txt 文件中,方便后续直接读取使用。
  • **参数值填写:**代码运行前,请将参数代码中的参数值设置为真实的账号信息,获取方式:进入我的凭证页面,参数:“MAIN_USER”、“IAM_USER”、“PROJECT_ID”的值按下图所示进行获取,参数“IAM_PASSWORD”的值为该账号的登录密码。

**注意:**本案例中使用“华北-北京四”对应的项目ID。

3.2 调试运行获取Token代码

按上述步骤编写好代码后,在CodeArts IDE for Python中,get_token.py文件页面,点击右上角的绿色三角形按钮,运行代码。 得到了Token然后保存到本地文件里。

4 创建人脸库

如果我们要做考勤系统、签到系统,那么设计之前需要创建人脸库,录入每个人员的人脸信息,才可以设计后面的考勤,签到的人脸对比识别功能。创建人脸库的API调用可参考:创建人脸库。

4.1 准备测试图片

打开文件管理器,在/home/developer目录下创建一个image文件夹。

然后打开浏览器,搜索图片。

下载2张图片到/home/developer/image/路径下,并将图片重命名为“1.jpeg”和“2.jpeg”。

4.2 编写创建人脸库代码

在CodeArts IDE for Python中,重新新建一个face-set.py文件。用于编写创建人脸库代码。

在face-set.py文件中输入如下代码(复制文档中python代码时,可能会导致格式错误,可以点击下载获取face-set.py文件内容!):

import requests
\# 项目ID和服务器区域代号
PROJECT_ID = "[填你自己的]"
SERVER_ID = "cn-north-4"
\# 从当前目录下的token.txt文件读取Token
with open('token.txt', 'r') as file:
Token = file.read().strip()
def create_face_database(face_lib_name):
\# 设置请求地址
url = f"https://face.{SERVER_ID}.myhuaweicloud.com/v2/{PROJECT_ID}/face-sets"
\# 构造请求头
headers = {
"Content-Type": "application/json",
"X-Auth-Token": Token
}
\# 构造请求体
payload = {
"external_fields": {
"face_name": {"type": "string"},
"face_phone": {"type": "string"},
"face_class": {"type": "string"}
},
"face_set_name": face_lib_name
}
\# 发送POST请求
response = requests.post(url, json=payload, headers=headers)
\# 输出响应状态码及内容
print(f"Status Code: {response.status_code}")
print(f"Response: {response.json()}")
\# 调用函数创建人脸库
create_face_database("face_1")

代码说明:

以上是用 Python 实现的创建人脸库代码,使用 requests 库来发出 HTTP 请求。

  • PROJECT_ID 替换为实际账号的项目ID,可参考3.1。
  • 代码从本地文件token.txt中读取认证Token。
  • face_1是创建的人脸库名称,可自定义修改。

4.3 终端运行调试

按上述步骤编写好代码后,在CodeArts IDE for Python中,face-set.py文件页面,点击右上角的绿色三角形按钮,运行代码。

face-set.py文件运行后,接口返回的结果如下:

Response: {'face_set_info': {'face_number': 0, 'face_set_id': 'tKzQuUW4', 'face_set_name': 'face_1', 'create_date': '2024-11-28 08:41:49', 'face_set_capacity': 100000, 'external_fields': {'face_name': {'type': 'string'}, 'face_phone': {'type': 'string'}, 'face_class': {'type': 'string'}}}}

根据返回的JSON响应数据以及华为云人脸识别服务FRS的文档说明,下面是JSON数据信息的总结:

**face_set_info:**包含了创建的人脸库的具体信息。

  • **face_number:**人脸库中已有的人脸特征数量。当前值为0,表示刚刚创建的人脸库还没有添加任何人脸特征。
  • **face_set_id:**人脸库的唯一标识符,随机生成的字符串。这里的ID是tKzQuUW4。
  • **face_set_name:**用户指定的人脸库名称。这里命名为face_1。
  • **create_date:**人脸库的创建时间。这里是2024-11-28 08:41:49(UTC+08:00)。
  • **face_set_capacity:**人脸库的最大容量。默认情况下为100,000个人脸特征,这里显示的也是100,000。
  • **external_fields:**用户自定义字段的信息。
    • **face_name:**类型为string,用于存储人脸名称。
    • **face_phone:**类型为string,用于存储电话号码。
    • **face_class:**类型为string,用于存储人脸分类信息。

JSON响应表明成功创建了一个名为face_1的人脸库,该库的ID是tKzQuUW4,创建于2024年11月28日08:41:49,并且设置了三个自定义字段(face_name、face_phone和face_class),每个字段的类型都是string。目前该人脸库尚未添加任何人脸特征。

5 向人脸库添加人脸

添加人脸到人脸库中,是将单张图片中的人脸添加至人脸库中,支持添加最大人脸或所有人脸。添加人脸到人脸库中的API调用可参考:添加人脸。

5.1 编写添加人脸代码

在CodeArts IDE for Python中,重新新建一个face-sets_lib.py文件。用于编写添加人脸代码。

在face-sets_lib.py文件中输入如下代码(复制文档中python代码时,可能会导致格式错误,可以点击下载获取face-sets_lib.py文件内容!):

import requests
import base64
import io
\# 项目ID和服务器区域代号
PROJECT_ID = "[填你自己的]"
SERVER_ID = "cn-north-4"
\# 从当前目录下的token.txt文件读取Token
with open('token.txt', 'r') as file:
Token = file.read().strip()
def to_base64(image_path):
"""将图片转换为Base64编码的字符串"""
with open(image_path, 'rb') as image_file:
return base64.b64encode(image_file.read()).decode('utf-8')
def register_face(image_path, face_lib, name):
\# 读取图片并进行Base64编码
img_data = to_base64(image_path)
\# 设置请求地址
url = f"https://face.{SERVER_ID}.myhuaweicloud.com/v2/{PROJECT_ID}/face-sets/{face_lib}/faces"
\# 构造请求头
headers = {
"Content-Type": "application/json",
"X-Auth-Token": Token
}
\# 构造请求体
payload = {
"image_base64": img_data,
"external_fields": {"face_name": name},
"single": True
}
\# 发送POST请求
response = requests.post(url, json=payload, headers=headers)
\# 输出响应状态码及内容
print(f"Status Code: {response.status_code}")
print(f"Response: {response.json()}")
\# 调用函数注册人脸
register_face("/home/developer/image/1.jpeg", "face_1", "xiaolong")

代码说明:

  • 运行代码时,替换替换’/home/developer/image/1.jpeg’,"face_1"和"xiaolong"为你实际的图片地址,人脸库名称和自定义字段值。
  • PROJECT_ID 替换为实际账号的项目ID,可参考3.1。
  • 代码从本地文件token.txt中读取认证Token,并从指定路径读取图片进行Base64编码。

5.2 终端运行调试

按上述步骤编写好代码后,在CodeArts IDE for Python中,face-sets_lib.py文件页面,点击右上角的绿色三角形按钮,运行代码。

face-sets_lib.py文件运行后,接口返回的结果如下:

Response: {'face_set_id': 'tKzQuUW4', 'face_set_name': 'face_1', 'faces': [{'face_id': '1cOqkdyg', 'external_image_id': 'JAHIqXTA', 'bounding_box': {'width': 148, 'top_left_x': 358, 'top_left_y': 428, 'height': 188}, 'external_fields': {'face_name': 'xiaolong'}}]}

根据返回的JSON响应数据以及华为云人脸识别服务FRS的文档,以下是JSON数据信息的总结:

  • face_set_id:人脸库的唯一标识符。这里的ID是tKzQuUW4。
  • face_set_name:人脸库的名称。这里是face_1。
  • faces:一个数组,包含了成功添加到人脸库中的人脸信息。
    • face_id:系统生成的唯一标识符,用于标识该人脸。这里的ID是1cOqkdyg。
    • external_image_id:用户指定的图片外部ID,与当前图像绑定。这里的ID是JAHIqXTA。
    • bounding_box:描述了人脸在图像中的位置。
      • width:矩形框的宽度。这里是148像素。
      • top_left_x:矩形框左上角的横坐标。这里是358像素。
      • top_left_y:矩形框左上角的纵坐标。这里是428像素。
      • height:矩形框的高度。这里是188像素。
    • external_fields:用户自定义字段的信息。
      • face_name:自定义字段face_name的值,这里是xiaolong。

这个JSON响应表明成功将一张包含人脸的图片添加到了名为face_1的人脸库中。人脸库的ID是tKzQuUW4。添加的人脸具有以下特征:

  • 人脸ID为1cOqkdyg。
  • 图片外部ID为JAHIqXTA。
  • 人脸在图片中的位置由矩形框表示,宽度为148像素,高度为188像素,左上角坐标为(358, 428)。
  • 自定义字段face_name的值为xiaolong。

6 从人脸库匹配人脸

人脸搜索是指在已有的人脸库中,查询与目标人脸相似的一张或者多张人脸,并返回相应的置信度。如果图片中包含多个人脸,选取图片中检测到的最大尺寸人脸作为检索的输入。 支持传入图片或者faceID进行人脸搜索。从人脸库匹配人脸的API调用可参考:搜索人脸。

6.1 编写匹配人脸代码

在CodeArts IDE for Python中,重新新建一个face-sets_search.py文件。用于编写匹配人脸代码。

在face-sets_search.py文件中输入如下代码(复制文档中python代码时,可能会导致格式错误,可以点击下载获取face-sets_search.py文件内容!):

import base64
import requests
import io
\# 项目ID
PROJECT_ID = "[填你自己的]"
\# 服务器区域代号
SERVER_ID = "cn-north-4"
\# 从当前目录下的token.txt文件中读取Token
with open('token.txt', 'r') as file:
TOKEN = file.read().strip()
def image_to_base64(image_path):
"""
将图片转换为 Base64 编码
"""
try:
with open(image_path, "rb") as image_file:
encoded_string = base64.b64encode(image_file.read()).decode("utf-8")
return encoded_string
except Exception as e:
print(f"图片编码为 Base64 时发生错误: {e}")
return None
def to_base64(image):
"""将图片转换为Base64编码"""
buffered = io.BytesIO()
image.save(buffered, format="JPEG")
img_str = base64.b64encode(buffered.getvalue()).decode('utf-8')
return img_str
def find_face(image_path, face_lib, threshold=0.93):
\# 将图片转换为 Base64 编码
img_data = image_to_base64(image_path)
if not img_data:
print("图片无法转换为 Base64,检测失败")
return
\# 设置请求地址
request_url = f"https://face.{SERVER_ID}.myhuaweicloud.com/v2/{PROJECT_ID}/face-sets/{face_lib}/search"
\# 设置数据提交格式及请求头
headers = {
"Content-Type": "application/json",
"X-Auth-Token": TOKEN
}
\# 构造请求体
payload = {
"image_base64": img_data,
"return_fields": ["face_name"],
"threshold": threshold
}
\# 发送POST请求
response = requests.post(request_url, json=payload, headers=headers)
\# 检查响应状态码
if response.status_code == 200:
print("人脸搜索成功:", response.json())
else:
print("人脸搜索失败:", response.status_code, response.text)
\# 调用函数
find_face("/home/developer/image/1.jpeg", "face_1")

代码说明:

  • 替换’/home/developer/image/1.jpeg’和’face_1’为实际的图片路径和人脸库名称。
  • 确保在调用此脚本之前,已正确配置好token.txt文件,并且该文件位于与脚本相同的目录下。
  • PROJECT_ID 替换为实际账号的项目ID,可参考3.1。

6.2 终端运行调试

按上述步骤编写好代码后,在CodeArts IDE for Python中,face-sets_search.py文件页面,点击右上角的绿色三角形按钮,运行代码。

face-sets_search.py文件运行后,接口返回的结果如下:

人脸搜索成功: {'faces': [{'face_id': '1cOqkdyg', 'external_image_id': 'JAHIqXTA', 'bounding_box': {'width': 148, 'top_left_x': 358, 'top_left_y': 428, 'height': 188}, 'external_fields': {'face_name': 'xiaolong'}, 'similarity': 1.0}]}

根据返回的JSON响应数据以及华为云人脸识别服务FRS的文档,以下是JSON数据信息的总结:

  • faces:一个数组,包含了搜索到的人脸信息。
    • face_id:系统生成的唯一标识符,用于标识该人脸。这里的ID是1cOqkdyg。
    • external_image_id:用户指定的图片外部ID,与当前图像绑定。这里的ID是JAHIqXTA。
    • bounding_box:描述了人脸在图像中的位置。
      • width:矩形框的宽度。这里是148像素。
      • top_left_x:矩形框左上角的横坐标。这里是358像素。
      • top_left_y:矩形框左上角的纵坐标。这里是428像素。
      • height:矩形框的高度。这里是188像素。
    • external_fields:用户自定义字段的信息。
      • face_name:自定义字段face_name的值,这里是xiaolong。
    • similarity:人脸搜索时的相似度分数。这里的值为1.0,表示完全匹配。

这个JSON响应表明成功搜索到了一张人脸,并且该人脸与人脸库中的一张人脸完全匹配。

  • 人脸ID为1cOqkdyg。
  • 图片外部ID为JAHIqXTA。
  • 人脸在图片中的位置由矩形框表示,宽度为148像素,高度为188像素,左上角坐标为(358, 428)。
  • 自定义字段face_name的值为xiaolong。
  • 相似度分数为1.0,表示完全匹配。

7 图形化项目开发

为了更方便直观的展示项目的整体功能,接下来进行图形化界面的开发。

7.1 安装Tkinter和Pillow库

说明:

  • Pillow 是 PIL(Python Imaging Library)的一个分支,它提供了广泛的文件格式支持、强大的图像处理能力,主要包括图像存储、图像显示、格式转换以及基本的图像处理操作等。
  • 在Python中, Tkinter用于创建图形用户界面(GUI)。这是Python的标准GUI库。

在CodeArts IDE for Python中,点击下方的“终端”,输入以下命令后回车,安装Tkinter:

sudo apt-get -y install python3-tk

继续在“终端”中执行以下命令,安装Pillow库:

pip3 install Pillow --target={package-path}

其中{package-path}用安装包文件夹路径替换,获取方式同步骤2.1安装requests的安装路径。

7.2 图形化界面设计

在CodeArts IDE for Python中,重新新建一个face_detect_tkinter.py文件。用于编写人脸匹配图形化界面代码。

在face_detect_tkinter.py文件中输入如下代码(复制文档中python代码时,可能会导致格式错误,可以点击下载获取face_detect_tkinter.py文件内容!):

import tkinter as tk
from tkinter import filedialog, messagebox
from PIL import Image, ImageTk
\# 全局变量,保存当前载入的图片路径
current_image_path = None
\# 创建主窗口
window = tk.Tk()
window.title("人脸识别服务工具")
window.geometry("600x400") \# 增大窗口尺寸以显示图片
\# 图片显示标签
image_label = tk.Label(window, text="图片显示区域", width=50, height=20, relief="solid")
image_label.pack(pady=10)
\# 定义功能函数
def load_image():
global current_image_path
file_path = filedialog.askopenfilename(
title="选择图片文件",
filetypes=[("图片文件", "\*.jpg \*.jpeg \*.png \*.bmp")]
)
if file_path:
current_image_path = file_path
display_image(file_path)
def display_image(file_path):
try:
img = Image.open(file_path)
img = img.resize((300, 300)) \# 调整图片尺寸
img_tk = ImageTk.PhotoImage(img)
image_label.config(image=img_tk, text="") \# 显示图片,清除文本
image_label.image = img_tk \# 防止垃圾回收
except Exception as e:
messagebox.showerror("错误", f"无法载入图片:{e}")
def create_face_library():
messagebox.showinfo("功能提示", "创建人脸库功能待实现!")
def add_face_to_library():
if not current_image_path:
messagebox.showwarning("提示", "请先载入图片!")
return
messagebox.showinfo("功能提示", f"向人脸库添加人脸功能待实现!当前图片路径:{current_image_path}")
def search_face():
if not current_image_path:
messagebox.showwarning("提示", "请先载入图片!")
return
messagebox.showinfo("功能提示", f"搜索匹配人脸功能待实现!当前图片路径:{current_image_path}")
\# 创建按钮
btn_load_image = tk.Button(window, text="载入图片", command=load_image, width=20)
btn_create_library = tk.Button(window, text="创建人脸库", command=create_face_library, width=20)
btn_add_face = tk.Button(window, text="添加人脸到库", command=add_face_to_library, width=20)
btn_search_face = tk.Button(window, text="搜索匹配人脸", command=search_face, width=20)
\# 布局按钮
btn_load_image.pack(pady=5)
btn_create_library.pack(pady=5)
btn_add_face.pack(pady=5)
btn_search_face.pack(pady=5)
\# 运行主事件循环
window.mainloop()

代码说明:

以上是用 Python 实现的人脸库创建、添加人脸到库及匹配人脸的图形化界面代码,使用 tkinter 库来实现图形化界面。

  • 依赖库:
    • 使用 tkinter 图形化界面。
    • 使用 PIL 实现图像显示、格式转换。
    • 确保安装了依赖库:pip3 install Pillow --target={package-path}。
    • 确保安装了依赖库:sudo apt-get -y install python3-tk。
  • 待实现代码:
    • 点击“创建人脸”、“添加人脸到库”和“搜索匹配人脸”按钮,会提示“XXX功能待实现!”。
    • 开发者可结合步骤4,5,6中实现的对应功能来实现该功能,案例中不再扩展。
    • 代码补齐后,实现效果如下图所示:

按上述步骤编写好代码后,在CodeArts IDE for Python中,face_detect_tkinter.py文件页面,点击右上角的绿色三角形按钮,运行代码。运行效果如下图所示:

至此,基于开发者空间通过FRS实现考勤系统人脸匹配功能实践全部完毕。

相关推荐

鸿蒙案例上新啦 | 购物、听歌、健身:15个模板带你一键激活社交娱乐

页面层级如何组织、跨页共享状态如何同步、列表与详情及个人中心如何形成稳定闭环。鸿蒙开发实践中心将这些高频消费与互动场景沉淀为可参考的标准模板,提供从业务架构到界面实现的快捷实践入口。更多实战案例欢迎前往鸿蒙开发实践中心案例中心查看并开启云端体验。

华为云官方博客 383

鸿蒙案例上新啦 | 出门打车、到家上课:25个模板带你一屏打通日常生活

如何合理拆分页面组件、如何建立单一可信的状态源、如何让用户在每一步操作中都获得明确反馈。鸿蒙开发实践中心以标准化的应用与元服务模板为入口,将清晰的业务架构与可复用的代码结构直观呈现。不妨立即挑选一个感兴趣的方向进入云端环境,从页面布局、组件封装、状态管理到路由组织,亲手跑通你的鸿蒙实战项目。

华为云官方博客 357

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 579

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 499

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 489

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 492

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 396

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 405

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 411

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 477

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 489

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 435

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 652

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 671

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 476

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 652

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 725

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 826

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 797

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 794

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 613

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 666

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 526

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 517

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 286

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 293

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 579

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 698

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 466

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 382
上一篇: 【案例共创】基于MaaS结合开发者空间Astro低代码平台完成学生成绩评价系统
下一篇: 【案例共创】开发者空间部署Django-CMS企业内容管理系统
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5985原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值