一.人脸分析
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', # 在开放平台注册后所建应用的API Key 'client_secret': 'Secret Key' # 所建应用的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') # 二进制读取图片 base64_data = base64.b64encode(file.read()) # 将图片进行base64编码 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)
返回结果说明
必选 | 类型 | 说明 | |
---|---|---|---|
face_num | 是 | int | 检测到的图片中的人脸数量 |
face_list | 是 | array | 人脸信息列表,具体包含的参数参考下面的列表。 |
+face_token | 是 | string | 人脸图片的唯一标识 (人脸检测face_token有效期为60min) |
+location | 是 | array | 人脸在图片中的位置 |
++left | 是 | double | 人脸区域离左边界的距离 |
++top | 是 | double | 人脸区域离上边界的距离 |
++width | 是 | double | 人脸区域的宽度 |
++height | 是 | double | 人脸区域的高度 |
++rotation | 是 | int64 | 人脸框相对于竖直方向的顺时针旋转角,[-180,180] |
+face_probability | 是 | double | 人脸置信度,范围【0~1】,代表这是一张人脸的概率,0最小、1最大。其中返回0或1时,数据类型为Integer |
+angle | 是 | array | 人脸旋转角度参数 |
++yaw | 是 | double | 三维旋转之左右旋转角[-90(左), 90(右)] |
++pitch | 是 | double | 三维旋转之俯仰角度[-90(上), 90(下)] |
++roll | 是 | double | 平面内旋转角[-180(逆时针), 180(顺时针)] |
+age | 否 | double | 年龄 ,当face_field包含age时返回 |
+beauty | 否 | int64 | 美丑打分,范围0-100,越大表示越美。当face_fields包含beauty时返回 |
+expression | 否 | array | 表情,当 face_field包含expression时返回 |
++type | 否 | string | none:不笑;smile:微笑;laugh:大笑 |
++probability | 否 | double | 表情置信度,范围【0~1】,0最小、1最大。 |
+face_shape | 否 | array | 脸型,当face_field包含face_shape时返回 |
++type | 否 | double | square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形 |
++probability | 否 | double | 置信度,范围【0~1】,代表这是人脸形状判断正确的概率,0最小、1最大。 |
+gender | 否 | array | 性别,face_field包含gender时返回 |
++type | 否 | string | male:男性 female:女性 |
++probability | 否 | double | 性别置信度,范围【0~1】,0代表概率最小、1代表最大。 |
+glasses | 否 | array | 是否带眼镜,face_field包含glasses时返回 |
++type | 否 | string | none:无眼镜,common:普通眼镜,sun:墨镜 |
++probability | 否 | double | 眼镜置信度,范围【0~1】,0代表概率最小、1代表最大。 |
+eye_status | 否 | array | 双眼状态(睁开/闭合) face_field包含eye_status时返回 |
++left_eye | 否 | double | 左眼状态 [0,1]取值,越接近0闭合的可能性越大 |
++right_eye | 否 | double | 右眼状态 [0,1]取值,越接近0闭合的可能性越大 |
+emotion | 否 | array | 情绪 face_field包含emotion时返回 |
++type | 否 | string | angry:愤怒 disgust:厌恶 fear:恐惧 happy:高兴 sad:伤心 surprise:惊讶 neutral:无表情 pouty: 撅嘴 grimace:鬼脸 |
++probability | 否 | double | 情绪置信度,范围0~1 |
+face_type | 否 | array | 真实人脸/卡通人脸 face_field包含face_type时返回 |
++type | 否 | string | human: 真实人脸 cartoon: 卡通人脸 |
++probability | 否 | double | 人脸类型判断正确的置信度,范围【0~1】,0代表概率最小、1代表最大。 |
+mask | 否 | array | 口罩识别 face_field包含mask时返回 |
++type | 否 | int | 没戴口罩/戴口罩 取值0或1 0代表没戴口罩 1 代表戴口罩 |
++probability | 否 | double | 置信度,范围0~1 |
+landmark | 否 | array | 4个关键点位置,左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回 |
+landmark72 | 否 | array | 72个特征点位置 face_field包含landmark72时返回 |
+landmark150 | 否 | array | 150个特征点位置 face_field包含landmark150时返回 |
+quality | 否 | array | 人脸质量信息。face_field包含quality时返回 |
++occlusion | 否 | array | 人脸各部分遮挡的概率,范围[0~1],0表示完整,1表示不完整 |
+++left_eye | 否 | double | 左眼遮挡比例,[0-1] ,1表示完全遮挡 |
+++right_eye | 否 | double | 右眼遮挡比例,[0-1] , 1表示完全遮挡 |
+++nose | 否 | double | 鼻子遮挡比例,[0-1] , 1表示完全遮挡 |
+++mouth | 否 | double | 嘴巴遮挡比例,[0-1] , 1表示完全遮挡 |
+++left_cheek | 否 | double | 左脸颊遮挡比例,[0-1] , 1表示完全遮挡 |
+++right_cheek | 否 | double | 右脸颊遮挡比例,[0-1] , 1表示完全遮挡 |
+++chin | 否 | double | 下巴遮挡比例,,[0-1] , 1表示完全遮挡 |
++blur | 否 | double | 人脸模糊程度,范围[0~1],0表示清晰,1表示模糊 |
++illumination | 否 | double | 取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好 |
++completeness | 否 | int64 | 人脸完整度,0或1, 0为人脸溢出图像边界,1为人脸都在图像边界内 |
+spoofing | 否 | double | 判断图片是否为合成图 |
二、人脸对比
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', # 在开放平台注册后所建应用的API Key 'client_secret': 'Secret Key' # 所建应用的Secret Key } res = requests.post(url, data=data) res = res.json() access_token = res['access_token'] return access_token # 根据图片名读取图片,并转换成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("照片相似度为:" + str(score) + "基本确定是本人") else: print("照片相似度为:" + str(score) + "基本确定不是本人") print(score) else: print('错误信息:', json_data['error_msg'])
返回结果说明
参数名 | 必选 | 类型 | 说明 |
---|---|---|---|
score | 是 | float | 人脸相似度得分,推荐阈值80分 |
face_list | 是 | array | 人脸信息列表 |
+face_token | 是 | string | 人脸的唯一标志 |
三、人脸融合
import requests import base64 import json # 获取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', # 在开放平台注册后所建应用的API Key 'client_secret': 'Secret Key' # 所建应用的Secret Key } res = requests.post(url, data=data) res = res.json() access_token = res['access_token'] return access_token # 根据图片名读取图片,并转换成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 # 调用百度的接口,实现融合图片 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']) # 下载融合后图片 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)
返回结果说明
字段 | 类型 | 说明 |
---|---|---|
merge_image | string | 融合图的BASE64值 |
四、人像动漫化
import requests, base64 # 百度AI开放平台鉴权函数 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', # 在开放平台注册后所建应用的API Key 'client_secret': 'Secret Key' # 所建应用的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): # 函数的三个参数,一个是转化前的文件名,一个是转化后的文件名,均在同一目录下,第三个是图像处理能力选择 request_url = 'https://aip.baidubce.com/rest/2.0/image-process/v1/' + how_to_deal if how_to_deal == 'style_trans': # 判断如果是 图像风格化,需要额外添加一个风格配置 others = 'cartoon' # 风格化参数,具体可设置范围参见下面注释 ''' cartoon:卡通画风格 pencil:铅笔风格 color_pencil:彩色铅笔画风格 warm:彩色糖块油画风格 wave:神奈川冲浪里油画风格 lavender:薰衣草油画风格 mononoke:奇异油画风格 scream:呐喊油画风格 gothic:哥特油画风格 ''' else: others = '' file = open(img_before, 'rb') # 二进制读取图片 origin_img = base64.b64encode(file.read()) # 将图片进行base64编码 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' # 当前目录下的图片 img_after = img_before.split('.') # 将原文件名分成列表 img_after = img_after[0] + '_2.' + img_after[1] # 新生成的文件名为原文件名上加 _1 image_process(img_before, img_after, 'selfie_anime') # 第三个参数: selfie_anime 为人像动漫化,colourize 图像上色,style_trans 为图像风格化 print('done!')
返回结果说明
字段 | 是否必选 | 类型 | 说明 |
---|---|---|---|
log_id | 是 | uint64 | 唯一的log id,用于问题定位 |
image | 否 | string | 处理后图片的Base64编码 |