【草稿】借助云存储，让大图识别转换真正加速

上一期时序图

人脸识别时，需要原图的0.1倍质量的图片即可，也就是，图片模糊一些是OK的。

从原图657KB，经过微信压缩，经过base64，大小约为100KB，进过腾讯云人脸识别后，实际耗时约为3秒左右

目标是小图，一次性识别时，可用base64

那么，再看本期需求？？？？

先看效果图

（需要一张图）

• 人脸五官识别：原图的0.1倍质量即可
  • 识别时就立马开始执行
  • 图片经过压缩并转换为base64，大小约为原图的七分之一
  • 网络传递base64数据，总的时间约为3秒
• 人像年龄变化：原图大小
  • 多次转换需要，如童年、青年、老年
  • 方案一：直接传递base64数据
    • 需要在云函数、腾讯云处都需要传递原图的1.33倍大小的数据
    • 实际使用时间约为7秒，而且受网络环境影响
  • 方案二：借助云存储
    • 人脸五官识别后，就将原图上传到云存储，获取fileID
    • 转换时，云函数上传fileID
    • 在云环境里面，通过fileID获取图片临时地址，
    • 腾讯云使用图片临时地址来转换图片

（第二个图）

2张时序图

说明人脸识别与人像转换对图片要求的差异：图片质量0.1与1的区别，不清晰与原图的区别

图片转buffer转base64，体积为原来的1.33倍

多次网络传输base64数据，请求量大

反复识别，存储保存原始图片，统一服务器请求，这样更快？