百度AI接口使用-图像增强篇_百度ai绘图接口

地址：http://ai.baidu.com/



这里使用python接口，需要传入的是access_token，返回是一个字典，其中image字段就是处理后的图片的base64编码。

其中，access_token需要去获取，如下：

获取链接：https://ai.baidu.com/ai-doc/REFERENCE/Ck3dwjhhu

利用如下程序获取：

需要提供client_id和client_secret两个字段。

这两个字段需要去创建应用订单后才能获取。链接如下：https://ai.baidu.com/tech/imageprocess/image_definition_enhance

填写以下内容：

然后拿到client_id和client_secret两个字段即可：

完整接口调用过程如下：

import requests
# client_id 为官网获取的AK， client_secret 为官网获取的SK
client_id = "[你自己的client_id]"
client_secret = "[你自己的client_secret ]"
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}'.format(client_id,
                                                                                                                     client_secret)
response = requests.get(host)
if response:
    print(response.json())
1
2
3
4
5
6
7
8
9

上面代码会返回一个字典，提取上面字典的access_token即可。

然后调用如下代码做图像增强：

# encoding:utf-8
import os
import requests
import base64

'''
图像清晰度增强
'''
if __name__ == "__main__":
    request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/image_definition_enhance"
    access_token = '[上面代码获取到的你的access_token ]'
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    rawPicPath = r"./data"
    enhancedPicPath = r"./output"
    for pic in os.listdir(rawPicPath):
        pic_path = os.path.join(rawPicPath, pic)
        # 二进制方式打开图片文件
        f = open(pic_path, 'rb')
        img = base64.b64encode(f.read())
        params = {"image": img}
        response = requests.post(request_url, data=params, headers=headers)
        if response:
            # 提取返回的图像的base64信息
            image_base64 = response.json()['image']  
            # 解码为图像数据
            image_data = base64.b64decode(image_base64)
            # 保存到本地
            f = open(os.path.join(enhancedPicPath, pic), 'wb')
            f.write(image_data)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

效果还是比较明显的：

上面是原始结果，下面是增强后结果。