当前位置:   article > 正文

调用face++平台api进行人脸识别_face++ api

face++ api

转载请注明出处:http://blog.csdn.net/hongbin_xuhttp://hongbin96.com/
文章链接:http://blog.csdn.net/hongbin_xu/article/details/74981819http://hongbin96.com/125

Face++介绍:

Face++平台提供一整套世界领先的人脸检测,人脸识别,面部分析的视觉技术服务。通过提供云端API、离线SDK等供用户进行开发,像支付宝人脸支付使用的技术就是Face++。(face++的介绍

每个人在Face++的官网注册账号后可以申请新建API,填写相关信息后,随后会分配API key和 API Secrect。我们可以选择试用的服务,由于是免费的有的功能不支持。
这里写图片描述

分配的API key和 API Secrect,有了这两个东西才能调用api。
这里写图片描述

官网提供了API文档和演示。
这里写图片描述

打开api文档可以查看详细说明,很详细不多说了。
这里写图片描述

实验平台:

我的测试程序是在Ubuntu下自带的Python环境下编写,用到了Python-OpenCV,所以要装一下Python-OpenCV。

console下输入:

sudo apt-get install python-opencv
  • 1

很快就会安装完成,并且会自动配置好环境变量。

import cv包和cv2包看看,发现没有报错,安装成功。
这里写图片描述

代码:

# -*- coding:utf-8 -*-
import cv2
import urllib2
import urllib
import time

#读取原图,并显示
img = cv2.imread("football_players.jpeg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)

#URL
http_url='https://api-cn.faceplusplus.com/facepp/v3/detect' 
#用户信息
key = "RU8VkInUd4zpcCo2GbKxPz90rPoaY5O0"    
secret = "01YadiHNX_Fpqw6saBYa2POD6ozL6gWu"
#图片存储路径
filepath = r"/home/xhb/Study/FaceRecognition/python-opencv-face++/football_players.jpeg"

#这后面的都是给的示例代码,调用API接口
boundary = '----------%s' % hex(int(time.time() * 1000))
data = []
data.append('--%s' % boundary)
data.append('Content-Disposition: form-data; name="%s"\r\n' % 'api_key')
data.append(key)
data.append('--%s' % boundary)
data.append('Content-Disposition: form-data; name="%s"\r\n' % 'api_secret')
data.append(secret)
data.append('--%s' % boundary)
fr=open(filepath,'rb')
data.append('Content-Disposition: form-data; name="%s"; filename=" "' % 'image_file')
data.append('Content-Type: %s\r\n' % 'application/octet-stream')
data.append(fr.read())
fr.close()
data.append('--%s--\r\n' % boundary)

http_body='\r\n'.join(data)
#buld http request
req=urllib2.Request(http_url)
#header
req.add_header('Content-Type', 'multipart/form-data; boundary=%s' % boundary)
req.add_data(http_body)
try:
    #req.add_header('Referer','http://remotserver.com/')
    #post data to server
    resp = urllib2.urlopen(req, timeout=5)
    #get response
    qrcont=resp.read()
    print qrcont        #打印出得到的结果

except urllib2.HTTPError as e:
    print e.read()

#进过测试前面的程序会返回一个字典,其中指出了人脸所在的矩形的位置和大小等,所以直接进行标注
mydict = eval(qrcont)
faces = mydict["faces"]
faceNum = len(faces)
print("识别到了%d个人脸"%(faceNum))

for i in range(faceNum):
    face_rectangle = faces[i]['face_rectangle']
    width =  face_rectangle['width']
    top =  face_rectangle['top']
    left =  face_rectangle['left']
    height =  face_rectangle['height']
    start = (left, top)
    end = (left+width, top+height)
    color = (55,255,155)
    thickness = 3
    cv2.rectangle(img, start, end, color, thickness)

cv2.namedWindow("识别后")
cv2.imshow("识别后", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

# print type(resp)
  • 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
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78

程序不复杂,按照程序思路简单解释下:
1、指定图片的名称,读取图片,并显示。

#读取原图,并显示
img = cv2.imread("football_players.jpeg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)
  • 1
  • 2
  • 3
  • 4

把图片直接放在当前目录下即可(图片是巴萨的<( ̄︶ ̄)>)。
这里写图片描述

2、填一些调用api相关的信息,根据需要自己改就行。

#URL
http_url='https://api-cn.faceplusplus.com/facepp/v3/detect' 
#用户信息
key = "RU8VkInUd4zpcCo2GbKxPz90rPoaY5O0"    
secret = "01YadiHNX_Fpqw6saBYa2POD6ozL6gWu"
#图片存储路径
filepath = r"/home/xhb/Study/FaceRecognition/python-opencv-face++/football_players.jpeg"
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

从api文档可以查到,detect的URL:
https://api-cn.faceplusplus.com/facepp/v3/detect
这里写图片描述

用户信息要填上自己在前面申请的API Key和API Secret。
这里写图片描述

要传送图片到face++的服务器去进行识别,填上图片所在的目录的路径:

当前目录路径+图片名。

#图片存储路径
filepath = r"/home/xhb/Study/FaceRecognition/python-opencv-face++/football_players.jpeg"
  • 1
  • 2

这里写图片描述

3、中间的程序其实就是把信息封装一下,建立网络链接,然后跟服务器通信。调用urlopen()访问服务器,返回resp,打印结果。

try:
    #req.add_header('Referer','http://remotserver.com/')
    #post data to server
    resp = urllib2.urlopen(req, timeout=5)
    #get response
    qrcont=resp.read()
    print qrcont        #打印出得到的结果

except urllib2.HTTPError as e:
    print e.read()
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

4、resp是返回的数据。调用read()方法,转换成qrcont,这是个字符串,然后在终端打印出来。
终端的全部打印信息:
这里写图片描述
很明显,返回的resp是一个字典,其中记录了一些图片的信息,还有识别出的人脸的位置。
qrcont是一组字符串,调用eval()函数将其转换回字典类型,取出来再处理一下,在图片上标识出人脸的位置。

#进过测试前面的程序会返回一个字典,其中指出了人脸所在的矩形的位置和大小等,所以直接进行标注
mydict = eval(qrcont)
faces = mydict["faces"]
faceNum = len(faces)
print("识别到了%d个人脸"%(faceNum))

for i in range(faceNum):
    face_rectangle = faces[i]['face_rectangle']
    width =  face_rectangle['width']
    top =  face_rectangle['top']
    left =  face_rectangle['left']
    height =  face_rectangle['height']
    start = (left, top)
    end = (left+width, top+height)
    color = (55,255,155)
    thickness = 3
    cv2.rectangle(img, start, end, color, thickness)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

运行结果:

这里写图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/123634
推荐阅读
相关标签
  

闽ICP备14008679号