【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?