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 |