【Python应用探索笔记一】百度人脸检测与人脸比对百度在线SDK人脸检测人脸比对

66 阅读 0 评论 44 点赞

我是靠谱客的博主无辜百合，最近开发中收集的这篇文章主要介绍【Python应用探索笔记一】百度人脸检测与人脸比对百度在线SDK人脸检测人脸比对，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

百度在线SDK

百度的AI开放平台提供了很多的功能。其中包括了人脸检测、人脸比对、人脸搜索等。可以说得上功能比较强大了。
百度ＡＩ
下面打算用python搞一下，实现人脸的检测与比对。
首先我们需要注册一个账号，然后建立一个应用并下载Python的SDK。
下载了SDK之后，使用命令行窗口到解压后的SDK目录下，用python setup.py install安装。
之后就可以使用相关的服务了。

人脸检测

第一步，导入相关的第三方库

# 这个就是百度SDK提供的关于人脸识别的库
from aip import AipFace
import os
import numpy as np
import matplotlib.pyplot as plt
# 下面这个库是用来转换图片的
import base64

接下来就相当于是初始化一下。

APP_ID = '【这里要使用你创建的应用提供的APP ID】'
API_KEY = '【同上】'
SK = '【同上】'

client = AipFace(APP_ID,API_KEY,SK)
# 先利用os转换到工程所在的目录
os.chdir(r'E:baidu_face')
# 下面定义一个函数，用来获取你的图片，并且转换为base64格式
def get_img(path):
    with open(path,'rb') as fp:
        return base64.b64encode(fp.read()).decode()
# 接下来获取图片并检测
img = get_img('photo/lena.png')

#调用人脸检测
imgType = "BASE64"
result = client.detect(img,imgType)

这是返回的结果。
lena
当然，现在还没有使用图像工具，所以下面的图还看不了。不过上面的信息还是要看一下，这里返回的并非是json，而是python的字典。
所以接下来就针对这个筛选信息，从中提出人脸的范围。

# 提取人脸信息
face_list = result['result']['face_list'][0]['location']
x = face_list['left']
y = face_list['top']
w = face_list['width']
h = face_list['height']

#画个矩形框
#先导入另一个模块
import matplotlib.patches as mpt
ax = plt.gca()
imgx = plt.imread('photo/lena.png')
plt.imshow(imgx)
rect = mpt.Rectangle((x,y),w,h,linewidth=2,edgecolor='r',facecolor='none')
ax.add_patch(rect)
plt.axis('off')
plt.show()

result

人脸比对

这里是直接用两张图片进行比对，然后返回结果。
首先初始化的步骤上面已经有了，所以接下来直接搞。

img1 = get_img('photo/2.jpg')
img2 = get_img('photo/10.jpg')

face_result = client.match([
    {
        'image': img1,
        'image_type': 'BASE64',
    },
    {
        'image': img2,
        'image_type': 'BASE64',
    }
])

返回的依然是字典，所以我们要从中提取相似度的参数：score

score = face_result['result']['score']
# 打印结果
print('相似度：{}'.format(score))
#下面来看看这两张图
plt.subplot(121)
plt.imshow(plt.imread('photo/2.jpg'))
plt.axis('off')
plt.subplot(122)
plt.imshow(plt.imread('photo/10.jpg'))
plt.axis('off')
plt.show()

不过这样还不能体现什么，所以我们拿另一个人的图像再对比试一下：

img1 = get_img('photo/2.jpg')
img2 = get_img('photo/1.jpg')

face_result = client.match([
    {
        'image': img1,
        'image_type': 'BASE64',
    },
    {
        'image': img2,
        'image_type': 'BASE64',
    }
])
score = face_result['result']['score']
# 打印结果
print('相似度：{}'.format(score))
#下面来看看这两张图
plt.subplot(121)
plt.imshow(plt.imread('photo/2.jpg'))
plt.axis('off')
plt.subplot(122)
plt.imshow(plt.imread('photo/1.jpg'))
plt.axis('off')
plt.show()