百度AI - 人脸识别

AI现在是很火的词,BAT三家公司也都陆续走上了AI开源的道路,目前百度在AI方面走的稍微靠前一些。

今天利用百度AI开放平台提供的功能,来实现一下人脸检测功能。

接口文档: http://ai.baidu.com/docs#/Face-Python-SDK/top


在开始之前,首先得申请一个应用,这个应用拥有使用百度AI的一些权限。

具体看这个网址,很简单:  https://ai.baidu.com/docs#/Begin/top


还需要准备一些python库:

pip install baidu-aip

pip install Pillow


根据百度AI平台提供的文档,我们要做的其实就是构建一个AipFace,然后调用detect方法。

直接上脚本: (detect.py)

# -- coding: utf-8 --

from aip import AipFace

from PIL import Image, ImageDraw

import sys

# 检测参数,如果没有图片路径则返回

if len(sys.argv) <= 1:

    print 'Now params are: ', sys.argv,len(sys.argv)

    print "You should input a imagepath!"

    exit(0)

# 获取图片内容

filepath = sys.argv[1]

with open(filepath, 'rb') as fp:

    image = fp.read()

# 打开ai的客户端,下面的参数分别是申请应用后获取的:AppID, API Key, Secret Key

client = AipFace(' AppID ', ' API Key ',' Secret Key ')

# 填充参数,这里只检测一张人脸

options = {}

options['max_face_num'] = 1

options['face_fields'] = {'age'}

# 调用ai客户端的detect方法,这个方法返回的结果就是对人脸检测后的数据

result = client.detect(image, options)

print result

# 解析返回数据中的位置参数,获取到人脸的矩形信息

location = result['result'][0]['location']

width = location['width']

height = location['height']

left = location['left']

top = location['top']

right = left + width

bottom = top + height

# 使用PIL重新打开图片,绘制出人脸所在的矩形框

img = Image.open(filepath)

imgDraw = ImageDraw.Draw(img)

imgDraw.rectangle(((left, top), (right, bottom)), outline=(255, 0, 0))

img.show()

执行命令:

python detect.py your_img_path

其中检测返回的结果如下:

{

  u'log_id': 3799754530011917,

  u'result_num': 1,

  u'result': [

    {

      u'rotation_angle': -5,

      u'yaw': -10.247494697571,

      u'age': 22,

      u'location': {

        u'width': 197,

        u'top': 94,

        u'height': 177,

        u'left': 72

      },

      u'pitch': 7.9190526008606,

      u'roll': -5.076274394989,

      u'face_probability': 1

    }

  ]

}

对比下前后的结果:




从上面可以看出,检测基本是准确的。

从我测试了多组图片发现,检测结果都略微靠下一点。


其它参考文档:

图片处理框架PIL: http://effbot.org/imagingbook/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,271评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,275评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,151评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,550评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,553评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,559评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,924评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,580评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,826评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,578评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,661评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,363评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,940评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,926评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,156评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,872评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,391评论 2 342

推荐阅读更多精彩内容