（大的彩色图为摄像头的原始数据；左边灰色的视频是灰度化、缩放以后的视频，用来检测人脸信息，以提高效率；下边的人脸图片是检测到人脸信息后，截取人脸信息和后台比较然后回显）
项目地址：https://github.com/15225845996/rtsp-face
功能描述
1）浏览器实时播放摄像头信息
2）实时人脸检测（圈出视频中的人脸）
3）根据人脸位置截取人脸，与后台交互获取人脸信息并回填
4）定义可过期的Map，实现滤重（一秒内可能会有很多帧同一个人的人脸信息请求）
参考项目（参考rtsp浏览器播放）：https://gitee.com/lllyl2012/rtspDemo
准备工作
安装FFmpeg（视频转码，浏览器不支持rtsp协议），并在PATH下配置环境（项目中会调用CMD命令）
1）官网（http://ffmpeg.org）下载后解压到任意目录，并将bin目录配置在PATH中即可
2）CMD运行：ffmpeg 不报错即可
项目介绍
1）项目结构
2）调用ffmpeg推流到指定的controller，由ConvertVideoPakcet实现ApplicationRunner接口，并在项目启动完成时运行run方法实现。
#命令示例：将指定rtsp地址的视频 推送到指定controllerffmpeg -rtsp_transport tcp -i "rtsp://admin:[email protected]:554/Streaming/Channels/101" -q 0 -f mpegts -codec:v mpeg1video -s 800x600 http://localhost/rtsp/receive
3）将接收（RtspController接收）到的流通过WebSocket推送到客户端。
4）客户端使用jsmpeg.min.js解码并输出到 canvas 元素 实现动态播放
5）改造jsmpeg.min.js 结合opencv.js实现动态人脸识别，具体见代码（jsmpeg.min.js 中的 CanvasRenderer.prototype.render）
总结：
动态识别人脸信息可根据需求灵活调整
优化方案：在硬件不变的情况下，可根据需求灵活调整。
如考勤场景，只需要检查入口范围，但是一般情况下摄像头获取到的影像要比入口大的多，所以可以根据实际场景将获取到的图片截取到只有入口大小，然后在根据情况缩放一下在检测（要保证缩放后也可以看清楚人脸），流畅度会有一个提升（因为参与校验的数据量变小了）
