百度AI---人臉識別案例

一.人臉分析

import requests, base64


def get_access_token():
    url = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type': 'client_credentials',  # 固定值
        'client_id': 'API Key',  # 在開放平台注冊后所建應用的API Key
        'client_secret': 'Secret Key'  # 所建應用的Secret Key
    }
    res = requests.post(url, data=data)
    res = res.json()
    access_token = res['access_token']
    return access_token


def get_json(img):
    access_token=get_access_token()
    request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"
    file = open(img, 'rb')  # 二進制讀取圖片
    base64_data = base64.b64encode(file.read())  # 將圖片進行base64編碼
    base64_code = base64_data.decode()
    params = {
        'image': base64_code,
        'image_type': 'BASE64',
        'face_field': 'age,beauty,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing'
    }
    request_url = request_url + "?access_token=" + access_token
    headers = {'Content-Type': 'application/json'}
    response = requests.post(request_url, data=params, headers=headers)
    if response:
        return response.json()

if __name__ == '__main__':
    img = './img/狗狗.jpg'
    json_data=get_json(img)

返回結果說明

必選	類型	說明
face_num	是	int	檢測到的圖片中的人臉數量
face_list	是	array	人臉信息列表，具體包含的參數參考下面的列表。
+face_token	是	string	人臉圖片的唯一標識 （人臉檢測face_token有效期為60min）
+location	是	array	人臉在圖片中的位置
++left	是	double	人臉區域離左邊界的距離
++top	是	double	人臉區域離上邊界的距離
++width	是	double	人臉區域的寬度
++height	是	double	人臉區域的高度
++rotation	是	int64	人臉框相對於豎直方向的順時針旋轉角，[-180,180]
+face_probability	是	double	人臉置信度，范圍【0~1】，代表這是一張人臉的概率，0最小、1最大。其中返回0或1時，數據類型為Integer
+angle	是	array	人臉旋轉角度參數
++yaw	是	double	三維旋轉之左右旋轉角[-90(左), 90(右)]
++pitch	是	double	三維旋轉之俯仰角度[-90(上), 90(下)]
++roll	是	double	平面內旋轉角[-180(逆時針), 180(順時針)]
+age	否	double	年齡 ，當face_field包含age時返回
+beauty	否	int64	美丑打分，范圍0-100，越大表示越美。當face_fields包含beauty時返回
+expression	否	array	表情，當 face_field包含expression時返回
++type	否	string	none:不笑；smile:微笑；laugh:大笑
++probability	否	double	表情置信度，范圍【0~1】，0最小、1最大。
+face_shape	否	array	臉型，當face_field包含face_shape時返回
++type	否	double	square: 正方形 triangle:三角形 oval: 橢圓 heart: 心形 round: 圓形
++probability	否	double	置信度，范圍【0~1】，代表這是人臉形狀判斷正確的概率，0最小、1最大。
+gender	否	array	性別，face_field包含gender時返回
++type	否	string	male:男性 female:女性
++probability	否	double	性別置信度，范圍【0~1】，0代表概率最小、1代表最大。
+glasses	否	array	是否帶眼鏡，face_field包含glasses時返回
++type	否	string	none:無眼鏡，common:普通眼鏡，sun:墨鏡
++probability	否	double	眼鏡置信度，范圍【0~1】，0代表概率最小、1代表最大。
+eye_status	否	array	雙眼狀態（睜開/閉合） face_field包含eye_status時返回
++left_eye	否	double	左眼狀態 [0,1]取值，越接近0閉合的可能性越大
++right_eye	否	double	右眼狀態 [0,1]取值，越接近0閉合的可能性越大
+emotion	否	array	情緒 face_field包含emotion時返回
++type	否	string	angry:憤怒 disgust:厭惡 fear:恐懼 happy:高興 sad:傷心 surprise:驚訝 neutral:無表情 pouty: 撅嘴 grimace:鬼臉
++probability	否	double	情緒置信度，范圍0~1
+face_type	否	array	真實人臉/卡通人臉 face_field包含face_type時返回
++type	否	string	human: 真實人臉 cartoon: 卡通人臉
++probability	否	double	人臉類型判斷正確的置信度，范圍【0~1】，0代表概率最小、1代表最大。
+mask	否	array	口罩識別 face_field包含mask時返回
++type	否	int	沒戴口罩/戴口罩 取值0或1 0代表沒戴口罩 1 代表戴口罩
++probability	否	double	置信度，范圍0~1
+landmark	否	array	4個關鍵點位置，左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark時返回
+landmark72	否	array	72個特征點位置 face_field包含landmark72時返回
+landmark150	否	array	150個特征點位置 face_field包含landmark150時返回
+quality	否	array	人臉質量信息。face_field包含quality時返回
++occlusion	否	array	人臉各部分遮擋的概率，范圍[0~1]，0表示完整，1表示不完整
+++left_eye	否	double	左眼遮擋比例，[0-1] ，1表示完全遮擋
+++right_eye	否	double	右眼遮擋比例，[0-1] ， 1表示完全遮擋
+++nose	否	double	鼻子遮擋比例，[0-1] ， 1表示完全遮擋
+++mouth	否	double	嘴巴遮擋比例，[0-1] ， 1表示完全遮擋
+++left_cheek	否	double	左臉頰遮擋比例，[0-1] ， 1表示完全遮擋
+++right_cheek	否	double	右臉頰遮擋比例，[0-1] ， 1表示完全遮擋
+++chin	否	double	下巴遮擋比例，，[0-1] ， 1表示完全遮擋
++blur	否	double	人臉模糊程度，范圍[0~1]，0表示清晰，1表示模糊
++illumination	否	double	取值范圍在[0~255], 表示臉部區域的光照程度 越大表示光照越好
++completeness	否	int64	人臉完整度，0或1, 0為人臉溢出圖像邊界，1為人臉都在圖像邊界內
+spoofing	否	double	判斷圖片是否為合成圖

 

二、人臉對比

import requests, base64


def get_access_token():
    url = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type': 'client_credentials',  # 固定值
        'client_id': 'API Key',  # 在開放平台注冊后所建應用的API Key
        'client_secret': 'Secret Key'  # 所建應用的Secret Key
    }
    res = requests.post(url, data=data)
    res = res.json()
    access_token = res['access_token']
    return access_token

# 根據圖片名讀取圖片，並轉換成base64
def read_img(img):
    with open(img, 'rb') as f:
        base64_data = base64.b64encode(f.read())
        base64_code = base64_data.decode()
    return base64_code

def get_json(img1,img2):
    request_url = "https://aip.baidubce.com/rest/2.0/face/v3/match"
    params = [
        {
            "image": img1,
            "image_type": "BASE64",
            "face_type": "LIVE",
            "quality_control": "LOW",
            "liveness_control": "HIGH"
        },
        {
            "image": img2,
            "image_type": "BASE64",
            "face_type": "LIVE",
            "quality_control": "LOW",
            "liveness_control": "HIGH"
        }
    ]
    access_token = get_access_token()
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/json'}
    response = requests.post(request_url, json=params, headers=headers)
    if response:
        return response.json()


if __name__ == '__main__':
    img1 = read_img('img/mm2.jpeg')
    img2 = read_img('img/mjl.jpg')
    json_data=get_json(img1,img2)
    print(json_data)
    if json_data['error_msg'] == 'SUCCESS':
        score = json_data['result']['score']

        if score > 80:
            print("照片相似度為：" + str(score) + "基本確定是本人")
        else:
            print("照片相似度為：" + str(score) + "基本確定不是本人")
        print(score)
    else:
        print('錯誤信息：', json_data['error_msg'])

返回結果說明

參數名	必選	類型	說明
score	是	float	人臉相似度得分，推薦閾值80分
face_list	是	array	人臉信息列表
+face_token	是	string	人臉的唯一標志

三、人臉融合

import requests
import base64
import json



# 獲取token
def get_access_token():
    url = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type': 'client_credentials',  # 固定值
        'client_id': 'API Key',  # 在開放平台注冊后所建應用的API Key
        'client_secret': 'Secret Key'  # 所建應用的Secret Key
    }
    res = requests.post(url, data=data)
    res = res.json()
    access_token = res['access_token']
    return access_token


# 根據圖片名讀取圖片，並轉換成base64
def read_photo(name):
    with open(name, 'rb') as f:
        base64_data = base64.b64encode(f.read())
        base64_code = base64_data.decode()
    return base64_code


# 調用百度的接口，實現融合圖片
def face_fusion(template, target):
    access_token = get_access_token()
    url = 'https://aip.baidubce.com/rest/2.0/face/v1/merge'
    request_url = url + '?access_token=' + access_token
    params = {
        "image_template": {
            "image": template,
            "image_type": "BASE64",
            "quality_control": "NONE"
        },
        "image_target": {
            "image": target,
            "image_type": "BASE64",
            "quality_control": "NONE"
        },
        "merge_degree": "NORMAL"
    }
    params = json.dumps(params)
    headers = {'content-type': 'application/json'}
    result = requests.post(request_url, data=params, headers=headers).json()
    if result['error_code'] == 0:
        res = result["result"]["merge_image"]
        down_photo(res)
    else:
        print(str(result['error_code'])+result['error_msg'])

# 下載融合后圖片
def down_photo(data):
    imagedata = base64.b64decode(data)
    file = open('./result.jpg', "wb")
    file.write(imagedata)

# 主程序
if __name__ == '__main__':
    template = read_photo('img/狗狗.jpg')
    target = read_photo('img/毛毛.jpeg')
    face_fusion(template, target)

返回結果說明

字段	類型	說明
merge_image	string	融合圖的BASE64值

四、人像動漫化

import requests, base64


# 百度AI開放平台鑒權函數
def get_access_token():
    url = 'https://aip.baidubce.com/oauth/2.0/token'
    data = {
        'grant_type': 'client_credentials',  # 固定值
        'client_id': 'API Key',  # 在開放平台注冊后所建應用的API Key
        'client_secret': 'Secret Key'  # 所建應用的Secret Key
    }
    res = requests.post(url, data=data)
    res = res.json()
    access_token = res['access_token']
    return access_token


def image_process(img_before, img_after, how_to_deal):
    # 函數的三個參數，一個是轉化前的文件名，一個是轉化后的文件名，均在同一目錄下，第三個是圖像處理能力選擇
    request_url = 'https://aip.baidubce.com/rest/2.0/image-process/v1/' + how_to_deal
    if how_to_deal == 'style_trans':  # 判斷如果是 圖像風格化，需要額外添加一個風格配置
        others = 'cartoon'  # 風格化參數，具體可設置范圍參見下面注釋
        '''
        cartoon：卡通畫風格
        pencil：鉛筆風格
        color_pencil：彩色鉛筆畫風格
        warm：彩色糖塊油畫風格
        wave：神奈川沖浪里油畫風格
        lavender：薰衣草油畫風格
        mononoke：奇異油畫風格
        scream：吶喊油畫風格
        gothic：哥特油畫風格
        '''
    else:
        others = ''

    file = open(img_before, 'rb')  # 二進制讀取圖片
    origin_img = base64.b64encode(file.read())  # 將圖片進行base64編碼
    headers = {'Content-Type': 'application/x-www-form-urlencoded'}
    data = {
        'access_token': get_access_token(),
        'image': origin_img,
        "type":'anime_mask',
        "mask_id":"2"
    }

    res = requests.post(request_url, data=data, headers=headers)

    res = res.json()
    print(res)
    if res:
        f = open(img_after, 'wb')
        after_img = res['image']
        after_img = base64.b64decode(after_img)
        f.write(after_img)
        f.close()


if __name__ == '__main__':
    img_before = 'img/mm1.jpg'  # 當前目錄下的圖片
    img_after = img_before.split('.')  # 將原文件名分成列表
    img_after = img_after[0] + '_2.' + img_after[1]  # 新生成的文件名為原文件名上加 _1

    image_process(img_before, img_after, 'selfie_anime')
    # 第三個參數： selfie_anime 為人像動漫化，colourize 圖像上色，style_trans 為圖像風格化
    print('done!')

返回結果說明

字段	是否必選	類型	說明
log_id	是	uint64	唯一的log id，用於問題定位
image	否	string	處理后圖片的Base64編碼