AI导论-调用百度AI开放平台进行图象识别

最新推荐文章于 2024-04-01 20:58:56 发布

山城棒棒儿军

最新推荐文章于 2024-04-01 20:58:56 发布

阅读量1.1k

点赞数

文章标签：人工智能百度 python

本文链接：https://blog.csdn.net/Genial_Rong/article/details/130259092

版权

0. 百度AI开放平台使用步骤

https://www.cnblogs.com/ghgxj/p/14219117.html

1 建立连接与对象

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/Xk3bcxjho
from aip import AipImageClassify

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipImageClassify(APP_ID, API_KEY, SECRET_KEY)

2. 读取图片函数

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/4k3bcxj1m

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

3. 使用实例

3.1 通用物体识别

3.1.1 SDK方式

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/4k3bcxj1m
image = get_file_content('yuanlongping.png')

# """ 调用通用物体识别 """
# client.advancedGeneral(image);

""" 如果有可选参数 """
options = {}
options["baike_num"] = 4

""" 带参数调用通用物体识别 """
client.advancedGeneral(image, options)

{'result_num': 5,
 'result': [{'keyword': '轿车',
   'score': 0.832354,
   'root': '交通工具-汽车',
   'baike_info': {'baike_url': 'http://baike.baidu.com/item/%E8%BD%BF%E8%BD%A6/568373',
    'image_url': 'https://bkimg.cdn.bcebos.com/pic/ac6eddc451da81cb39db49bf932ec7160924ab189b22',
    'description': '轿车(saloon car)是指用于载送人员及其随身物品，且座位布置在两轴之间的汽车。包括驾驶者在内，座位数最多不超过九个。一般轿车强调的是舒适性，以乘员为中心。而且是从经济性考虑出发，选择马力适中、排量小、耗油量小的发动机。在中国内地的行驶证管理方面，轿车特指区别于货车、皮卡、SUV、大巴、中巴的小型汽车，俗称为“小轿车”。在香港，轿车又称私家车。'}},
  {'keyword': '汽车',
   'score': 0.557051,
   'root': '交通工具-汽车',
   'baike_info': {'baike_url': 'http://baike.baidu.com/item/%E6%B1%BD%E8%BD%A6/152503',
    'image_url': 'https://bkimg.cdn.bcebos.com/pic/f3d3572c11dfa9ec8a13cbb20a9ae003918fa0ec6b49',
    'description': '我国国家最新标准《汽车和挂车类型的术语和定义》(GB/T 3730．1—2001)中对汽车有如下定义：由动力驱动，具有4个或4个以上车轮的非轨道承载的车辆，主要用于：载运人员和(或)货物；牵引载运人员和(或)货物的车辆；特殊用途。国产汽车品牌有：红旗、长安、长城、奇瑞、吉利、荣威等。国外汽车品牌有：丰田、大众、现代、起亚、标致等。'}},
  {'keyword': 'SUV',
   'score': 0.37136,
   'root': '交通工具-汽车',
   'baike_info': {'baike_url': 'http://baike.baidu.com/item/SUV/29834',
    'image_url': 'https://bkimg.cdn.bcebos.com/pic/d0c8a786c9177f3ec059cf7e7fcf3bc79f3d5657',
    'description': 'SUV是指运动型多用途汽车，不同于可在崎岖地面使用的ORV越野车(Off-Road Vehicle的缩写)；SUV全称是sport utility vehicle，或suburban utility vehicle，即运动性多用途汽车或城郊多用途汽车，是一种拥有旅行车般的空间机能，配以货卡车的越野能力的车型。'}},
  {'keyword': '跑车',
   'score': 0.183879,
   'root': '交通工具-汽车',
   'baike_info': {'baike_url': 'http://baike.baidu.com/item/%E8%B7%91%E8%BD%A6/303835',
    'image_url': 'https://bkimg.cdn.bcebos.com/pic/5882b2b7d0a20cf431ad6481df425c36acaf2edd3313',
    'description': '跑车的英文名是SportsCar或SportyCar。概念是车身线条流畅、车身高度低、操控性优良、动力强悍的汽车。其最大特点是不断追求速度极限。跑车的分类有很多种，按车身结构可分为轿跑、敞篷跑车、双门跑车，按价值可分为平民跑车、超级跑车。'}},
  {'keyword': '汽车中网', 'score': 0.007603, 'root': '交通工具-汽车'}],
 'log_id': 1648830542004231696}

3.1.2 API方式

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/7k3bcxdn8  

# encoding:utf-8
import requests
import base64
from pprint import pprint


""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

'''
通用物体和场景识别
'''

request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general"
# 二进制方式打开图片文件
f = open('yuanlongping.png', 'rb')
img = base64.b64encode(f.read())

params = {"image":img,'baike_num':3}

# 1，准备好申请的人脸识别api，API Key， Secret Key
# · grant_type： 必须参数，固定为client_credentials；
# · client_id： 必须参数，应用的API Key；
# · client_secret： 必须参数，应用的Secret Key；
access_token = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+API_KEY+'&client_secret='+SECRET_KEY

# 2,获取token值，拼接API
response=requests.get(access_token)
access_token=eval(response.text)['access_token']
request_url="https://aip.baidubce.com/rest/2.0/image-classify/v2/advanced_general"+"?access_token="+access_token

headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    pprint (response.json())

3.2 菜品识别

3.2.1 SDK方式

建立连接与对象

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/Xk3bcxjho
from aip import AipImageClassify

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipImageClassify(APP_ID, API_KEY, SECRET_KEY)

读取图片函数

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/4k3bcxj1m

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

调用接口函数

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/4k3bcxj1m  

image = get_file_content('hongshaorou.jpg')

# """ 调用菜品识别 """
# client.dishDetect(image);

""" 如果有可选参数 """
options = {}
options["top_num"] = 5
options["filter_threshold"] = "0.7"
options["baike_num"] = 2
options['top_num'] = 4

""" 带参数调用菜品识别 """
result = client.dishDetect(image, options)
pprint(result)

{'log_id': 1643928572215157516,
 'result': [{'baike_info': {'baike_url': 'http://baike.baidu.com/item/%E7%BA%A2%E7%83%A7%E8%82%89/571767',
                            'description': '红烧肉(拼音： hóng shāo '
                                           'ròu)，一道著名的大众菜肴，各大菜系都有自己特色的红烧肉。其以五花肉为制作主料，也可用猪后腿代替，最好选用肥瘦相间的三层肉来做，锅具以砂锅为主，做出来的肉肥瘦相间，香甜松软，营养丰富，入口即化。红烧肉在我国各地流传甚广，做法多达二三十种，具有一定的营养价值。',
                            'image_url': 'https://bkimg.cdn.bcebos.com/pic/a5c27d1ed21b0ef41bd57f1c348d46da81cb39db9015'},
             'calorie': '227',
             'has_calorie': True,
             'name': '红烧肉',
             'probability': '0.994802'},
            {'baike_info': {'baike_url': 'http://baike.baidu.com/item/%E9%BB%91%E7%8C%AA%E8%82%89/9675905',
                            'description': '黑猪肉肉质细腻且营养价值丰富。肌肉中的不饱和脂肪酸的含量为8.87%，特别是亚麻酸能保护肝脏，能提高人体免疫能力，同时还可以改善人体内SOD的活性，抑制MDA的生成，延缓机体衰老，细胞老化。含量显著高于其他猪种，对人体有极高的营养价值及保健作用，如长期食用可延年益寿，并有着汤汁浓郁，绕齿留香。黑猪肌肉内的肉品鲜味主要特征氨基酸天门冬氨酸、谷氨酸、甘氨酸、丙氨酸,肌苷酸的总含量明显高于洋猪，烹饪调出的汤汁浓郁，口留余香，对人体有着较大的辅助功能。',
                            'image_url': 'https://bkimg.cdn.bcebos.com/pic/b812c8fcc3cec3fd7e22ad95dc88d43f87942735'},
             'has_calorie': False,
             'name': '黑猪肉',
             'probability': '0.00109681'},
            {'calorie': '470',
             'has_calorie': True,
             'name': '红烧肉饭',
             'probability': '0.000587202'},
            {'has_calorie': False, 'name': '非菜', 'probability': '0.000448507'}],
 'result_num': 4}

3.2.2 API方式

# https://ai.baidu.com/ai-doc/IMAGERECOGNITION/tk3bcxbb0  

import requests
import json
import base64
import urllib
from pprint import pprint
from aip import AipImageClassify


def get_access_token():
	""" 你的 APPID AK SK """
	APP_ID = '你的 App ID'  #用自己注册的APP替换
	API_KEY = '你的 Api Key'
	SECRET_KEY = '你的 Secret Key

    url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s' % (API_KEY, SECRET_KEY)
    response = requests.post(url)

    access_token = response.content.decode('utf-8')
    access_token = json.loads(access_token)

    access_token = str(access_token['access_token'])

    return access_token

def get_file_content(filePath):
    with open(filePath,'rb') as fp:
        return fp.read()

def get_recognization(access_token):
    host = 'https://aip.baidubce.com/rest/2.0/image-classify/v2/dish?access_token=' + access_token
    header = {'Content-Type' : 'appliapplication/x-www-form-urlencodedcation/x'}

    #这里改成自己的文件路径
    image = get_file_content('yuxiangrousi.jpg')
    image = base64.b64encode(image)
    body = {'image' : image, 'top_num' : 3}
    body = urllib.parse.urlencode(body)

    response = requests.post(host,data=body,headers=header)
    response = json.loads(response.text)
    pprint(response)
    name = response['result'][0]['name']

    return name
     


def main():
    access_token = get_access_token()
    recognization = get_recognization(access_token)
    print(recognization)


if __name__ == '__main__':
     main()

{'log_id': 1643928700482877206,
 'result': [{'calorie': '154',
             'has_calorie': True,
             'name': '鱼香肉丝',
             'probability': '0.9769'},
            {'calorie': '268',
             'has_calorie': True,
             'name': '肉丝饭',
             'probability': '0.0106227'},
            {'calorie': '99',
             'has_calorie': True,
             'name': '青椒肉丝',
             'probability': '0.00476454'}],
 'result_num': 3}
鱼香肉丝

3.3 人脸检测

3.3.0 基础知识练习

3.3.0.1 查看百度AI开放平台返回结果形式

result= {'cached': 0,
         'error_code': 0,
         'error_msg': 'SUCCESS',
         'log_id': 1764157945,
         'result': {'face_list': [{'age': 31,
                                   'angle': {'pitch': 3.39, 'roll': 1.81, 'yaw': -11.1},
                                   'beauty': 38.31,
                                   'face_probability': 1,
                                   'face_token': '9aca8a4f5c92b0c508d9bb9be3c5f3dd',
                                   'liveness': {'livemapscore': 0.9921809435},
                                   'location': {'height': 88,
                                                'left': 266.36,
                                                'rotation': 5,
                                                'top': 460.79,
                                                'width': 109}},
                                  {'age': 43,
                                   'angle': {'pitch': 2.29, 'roll': -1.95, 'yaw': 0.89},
                                   'beauty': 50,
                                   'face_probability': 1,
                                   'face_token': 'ed5061925266fca0d8ed60c6d41fcbf6',
                                   'liveness': {'livemapscore': 0.3553299606},
                                   'location': {'height': 96,
                                                'left': 1146.55,
                                                'rotation': 0,
                                                'top': 598.84,
                                                'width': 99}},
                                  {'age': 26,
                                   'angle': {'pitch': 1.51,
                                             'roll': -3.03,
                                             'yaw': -2.52},
                                   'beauty': 33.59,
                                   'face_probability': 1,
                                   'face_token': '87cbe88e63aec3bcbc054759750b9f90',
                                   'liveness': {'livemapscore': 0.6609219313},
                                   'location': {'height': 94,
                                                'left': 1001.44,
                                                'rotation': 0,
                                                'top': 386.45,
                                                'width': 96}},
                                  {'age': 27,
                                   'angle': {'pitch': -3.43,
                                             'roll': -3.26,
                                             'yaw': 2.09},
                                   'beauty': 47.41,
                                   'face_probability': 1,
                                   'face_token': '68745f9db2a97960062c2eaf52442821',
                                   'liveness': {'livemapscore': 0.3761869073},
                                   'location': {'height': 93,
                                                'left': 1260.73,
                                                'rotation': 0,
                                                'top': 323.98,
                                                'width': 97}},
                                  {'age': 24,
                                   'angle': {'pitch': -1.75,
                                             'roll': -5.74,
                                             'yaw': -6.5},
                                   'beauty': 51.75,
                                   'face_probability': 1,
                                   'face_token': '900f20c8a44214ec79a959b90c12b85c',
                                   'liveness': {'livemapscore': 0.4826832116},
                                   'location': {'height': 92,
                                                'left': 1515.71,
                                                'rotation': -3,
                                                'top': 622.62,
                                                'width': 97}},
                                  {'age': 32,
                                   'angle': {'pitch': -1.12,
                                             'roll': -7.19,
                                             'yaw': 19.12},
                                   'beauty': 42.25,
                                   'face_probability': 1,
                                   'face_token': '197a5dea47764947d62298dd7c3064f5',
                                   'liveness': {'livemapscore': 0.9917771816},
                                   'location': {'height': 89,
                                                'left': 2042.32,
                                                'rotation': -7,
                                                'top': 432.1,
                                                'width': 100}},
                                  {'age': 29,
                                   'angle': {'pitch': 5.98, 'roll': 2.6, 'yaw': -0.31},
                                   'beauty': 48.38,
                                   'face_probability': 1,
                                   'face_token': 'ee76b675ae9b527ed272bc0871a1475b',
                                   'liveness': {'livemapscore': 0.8710184097},
                                   'location': {'height': 91,
                                                'left': 831.63,
                                                'rotation': 3,
                                                'top': 597.42,
                                                'width': 95}},
                                  {'age': 44,
                                   'angle': {'pitch': 0.35,
                                             'roll': -4.29,
                                             'yaw': -7.73},
                                   'beauty': 44.19,
                                   'face_probability': 1,
                                   'face_token': '8df0dc7a5e44beddf15e5ad0a3eb5f53',
                                   'liveness': {'livemapscore': 0.8760032058},
                                   'location': {'height': 87,
                                                'left': 482.05,
                                                'rotation': -1,
                                                'top': 433.92,
                                                'width': 98}},
                                  {'age': 37,
                                   'angle': {'pitch': -2.24,
                                             'roll': -0.81,
                                             'yaw': -1.41},
                                   'beauty': 30.48,
                                   'face_probability': 1,
                                   'face_token': '77fd8183f918fde5f37b762558a27728',
                                   'liveness': {'livemapscore': 0.4300559759},
                                   'location': {'height': 89,
                                                'left': 703.91,
                                                'rotation': 1,
                                                'top': 390.34,
                                                'width': 93}},
                                  {'age': 28,
                                   'angle': {'pitch': 2.29,
                                             'roll': -11.59,
                                             'yaw': 9.55},
                                   'beauty': 62.31,
                                   'face_probability': 1,
                                   'face_token': 'a0a417e4fadaf95aa8170c77ffc6cd3f',
                                   'liveness': {'livemapscore': 0.05391738191},
                                   'location': {'height': 89,
                                                'left': 1848.9,
                                                'rotation': -8,
                                                'top': 383.45,
                                                'width': 89}},
                                  {'age': 23,
                                   'angle': {'pitch': -4.61,
                                             'roll': -6.71,
                                             'yaw': 0.68},
                                   'beauty': 53,
                                   'face_probability': 1,
                                   'face_token': 'e56d7bb1e5ccaea17fb77ba834ebe0c2',
                                   'liveness': {'livemapscore': 0.05685265362},
                                   'location': {'height': 86,
                                                'left': 1571.27,
                                                'rotation': -4,
                                                'top': 360.19,
                                                'width': 89}}],
                    'face_num': 11},
         'timestamp': 1681950564}

3.3.0.2 解析结果，获取相关信息

获取是否检测成功

result['error_msg']

'SUCCESS'

获取检测出的人脸数目

result['result']['face_num']

获取检测出的所有人脸的相关信息

result['result']['face_list']

[{'age': 31,
  'angle': {'pitch': 3.39, 'roll': 1.81, 'yaw': -11.1},
  'beauty': 38.31,
  'face_probability': 1,
  'face_token': '9aca8a4f5c92b0c508d9bb9be3c5f3dd',
  'liveness': {'livemapscore': 0.9921809435},
  'location': {'height': 88,
   'left': 266.36,
   'rotation': 5,
   'top': 460.79,
   'width': 109}},
 {'age': 43,
  'angle': {'pitch': 2.29, 'roll': -1.95, 'yaw': 0.89},
  'beauty': 50,
  'face_probability': 1,
  'face_token': 'ed5061925266fca0d8ed60c6d41fcbf6',
  'liveness': {'livemapscore': 0.3553299606},
  'location': {'height': 96,
   'left': 1146.55,
   'rotation': 0,
   'top': 598.84,
   'width': 99}},
 {'age': 26,
  'angle': {'pitch': 1.51, 'roll': -3.03, 'yaw': -2.52},
  'beauty': 33.59,
  'face_probability': 1,
  'face_token': '87cbe88e63aec3bcbc054759750b9f90',
  'liveness': {'livemapscore': 0.6609219313},
  'location': {'height': 94,
   'left': 1001.44,
   'rotation': 0,
   'top': 386.45,
   'width': 96}},
 {'age': 27,
  'angle': {'pitch': -3.43, 'roll': -3.26, 'yaw': 2.09},
  'beauty': 47.41,
  'face_probability': 1,
  'face_token': '68745f9db2a97960062c2eaf52442821',
  'liveness': {'livemapscore': 0.3761869073},
  'location': {'height': 93,
   'left': 1260.73,
   'rotation': 0,
   'top': 323.98,
   'width': 97}},
 {'age': 24,
  'angle': {'pitch': -1.75, 'roll': -5.74, 'yaw': -6.5},
  'beauty': 51.75,
  'face_probability': 1,
  'face_token': '900f20c8a44214ec79a959b90c12b85c',
  'liveness': {'livemapscore': 0.4826832116},
  'location': {'height': 92,
   'left': 1515.71,
   'rotation': -3,
   'top': 622.62,
   'width': 97}},
 {'age': 32,
  'angle': {'pitch': -1.12, 'roll': -7.19, 'yaw': 19.12},
  'beauty': 42.25,
  'face_probability': 1,
  'face_token': '197a5dea47764947d62298dd7c3064f5',
  'liveness': {'livemapscore': 0.9917771816},
  'location': {'height': 89,
   'left': 2042.32,
   'rotation': -7,
   'top': 432.1,
   'width': 100}},
 {'age': 29,
  'angle': {'pitch': 5.98, 'roll': 2.6, 'yaw': -0.31},
  'beauty': 48.38,
  'face_probability': 1,
  'face_token': 'ee76b675ae9b527ed272bc0871a1475b',
  'liveness': {'livemapscore': 0.8710184097},
  'location': {'height': 91,
   'left': 831.63,
   'rotation': 3,
   'top': 597.42,
   'width': 95}},
 {'age': 44,
  'angle': {'pitch': 0.35, 'roll': -4.29, 'yaw': -7.73},
  'beauty': 44.19,
  'face_probability': 1,
  'face_token': '8df0dc7a5e44beddf15e5ad0a3eb5f53',
  'liveness': {'livemapscore': 0.8760032058},
  'location': {'height': 87,
   'left': 482.05,
   'rotation': -1,
   'top': 433.92,
   'width': 98}},
 {'age': 37,
  'angle': {'pitch': -2.24, 'roll': -0.81, 'yaw': -1.41},
  'beauty': 30.48,
  'face_probability': 1,
  'face_token': '77fd8183f918fde5f37b762558a27728',
  'liveness': {'livemapscore': 0.4300559759},
  'location': {'height': 89,
   'left': 703.91,
   'rotation': 1,
   'top': 390.34,
   'width': 93}},
 {'age': 28,
  'angle': {'pitch': 2.29, 'roll': -11.59, 'yaw': 9.55},
  'beauty': 62.31,
  'face_probability': 1,
  'face_token': 'a0a417e4fadaf95aa8170c77ffc6cd3f',
  'liveness': {'livemapscore': 0.05391738191},
  'location': {'height': 89,
   'left': 1848.9,
   'rotation': -8,
   'top': 383.45,
   'width': 89}},
 {'age': 23,
  'angle': {'pitch': -4.61, 'roll': -6.71, 'yaw': 0.68},
  'beauty': 53,
  'face_probability': 1,
  'face_token': 'e56d7bb1e5ccaea17fb77ba834ebe0c2',
  'liveness': {'livemapscore': 0.05685265362},
  'location': {'height': 86,
   'left': 1571.27,
   'rotation': -4,
   'top': 360.19,
   'width': 89}}]

获取检测出的第一张人脸的相关信息

result['result']['face_list'][0]

{'age': 31,
 'angle': {'pitch': 3.39, 'roll': 1.81, 'yaw': -11.1},
 'beauty': 38.31,
 'face_probability': 1,
 'face_token': '9aca8a4f5c92b0c508d9bb9be3c5f3dd',
 'liveness': {'livemapscore': 0.9921809435},
 'location': {'height': 88,
  'left': 266.36,
  'rotation': 5,
  'top': 460.79,
  'width': 109}}

获取检测出的第一张人脸的年龄

result['result']['face_list'][0]['age']

获取检测出的第一张人脸的颜值

result['result']['face_list'][0]['beauty']

38.31

获取检测处的第一张人脸的位置

result['result']['face_list'][0]['location']

{'height': 88, 'left': 266.36, 'rotation': 5, 'top': 460.79, 'width': 109}

获取检测处的第一张人脸的左上角点x坐标

result['result']['face_list'][0]['location']['left']

266.36

获取检测处的第一张人脸的左上角点y坐标

result['result']['face_list'][0]['location']['top']

460.79

获取检测处的第一张人脸的宽度

result['result']['face_list'][0]['location']['width']

获取检测处的第一张人脸的高度

result['result']['face_list'][0]['location']['height']

循环获取检测出的所有人脸的年龄、颜值、位置，打印输出

no = 1
face_list = result['result']['face_list']
for face in face_list:
    age = face['age']
    beauty = face['beauty']
    location = face['location']
    print(f"第{no}张人脸信息:")
    print(f"年龄：{age},颜值:{beauty}")
    print(f"位置：")
    print(location)
    print("="*75)
    no += 1

第1张人脸信息:
年龄：31,颜值:38.31
位置：
{'height': 88, 'left': 266.36, 'rotation': 5, 'top': 460.79, 'width': 109}
===========================================================================
第2张人脸信息:
年龄：43,颜值:50
位置：
{'height': 96, 'left': 1146.55, 'rotation': 0, 'top': 598.84, 'width': 99}
===========================================================================
第3张人脸信息:
年龄：26,颜值:33.59
位置：
{'height': 94, 'left': 1001.44, 'rotation': 0, 'top': 386.45, 'width': 96}
===========================================================================
第4张人脸信息:
年龄：27,颜值:47.41
位置：
{'height': 93, 'left': 1260.73, 'rotation': 0, 'top': 323.98, 'width': 97}
===========================================================================
第5张人脸信息:
年龄：24,颜值:51.75
位置：
{'height': 92, 'left': 1515.71, 'rotation': -3, 'top': 622.62, 'width': 97}
===========================================================================
第6张人脸信息:
年龄：32,颜值:42.25
位置：
{'height': 89, 'left': 2042.32, 'rotation': -7, 'top': 432.1, 'width': 100}
===========================================================================
第7张人脸信息:
年龄：29,颜值:48.38
位置：
{'height': 91, 'left': 831.63, 'rotation': 3, 'top': 597.42, 'width': 95}
===========================================================================
第8张人脸信息:
年龄：44,颜值:44.19
位置：
{'height': 87, 'left': 482.05, 'rotation': -1, 'top': 433.92, 'width': 98}
===========================================================================
第9张人脸信息:
年龄：37,颜值:30.48
位置：
{'height': 89, 'left': 703.91, 'rotation': 1, 'top': 390.34, 'width': 93}
===========================================================================
第10张人脸信息:
年龄：28,颜值:62.31
位置：
{'height': 89, 'left': 1848.9, 'rotation': -8, 'top': 383.45, 'width': 89}
===========================================================================
第11张人脸信息:
年龄：23,颜值:53
位置：
{'height': 86, 'left': 1571.27, 'rotation': -4, 'top': 360.19, 'width': 89}
===========================================================================

3.3.1 SDK方式

3.3.1.1 建立连接与对象

# https://ai.baidu.com/ai-doc/FACE/ek37c1qiz

from aip import AipImageClassify

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client2 = AipFace(APP_ID, API_KEY, SECRET_KEY)

3.3.1.2 读取图像

# -*- coding: utf-8 -*-  
import base64
  
#image = str(base64.b64encode(open("shengzhou.jpeg", 'rb').read()), 'utf-8')
#image = str(base64.b64encode(open("bisai.jpg", 'rb').read()), 'utf-8')
image = str(base64.b64encode(open("jys.jpg", 'rb').read()), 'utf-8')

import base64

image=str(base64.b64encode(get_file_content("jys.jpg")),'utf-8')

3.3.1.3 SDK方式人脸检测

# https://ai.baidu.com/ai-doc/FACE/ek37c1qiz

imageType = "BASE64"

# """ 无参数调用人脸检测 """
# result1 = client2.detect(image, imageType);
# pprint(result1)


""" 如果有可选参数 """
options = {}
options["face_field"] = "age,beauty"
options["max_face_num"] = 11
options["face_type"] = "LIVE"
options["liveness_control"] = "LOW"


""" 带参数调用人脸检测 """
result2 = client2.detect(image, imageType, options)
pprint(result2)

{'cached': 0,
 'error_code': 0,
 'error_msg': 'SUCCESS',
 'log_id': 369368289,
 'result': {'face_list': [{'age': 31,
                           'angle': {'pitch': 3.38, 'roll': 1.81, 'yaw': -11.1},
                           'beauty': 38.16,
                           'face_probability': 1,
                           'face_token': '9aca8a4f5c92b0c508d9bb9be3c5f3dd',
                           'liveness': {'livemapscore': 0.9924196601},
                           'location': {'height': 88,
                                        'left': 266.36,
                                        'rotation': 5,
                                        'top': 460.79,
                                        'width': 109}},
                          {'age': 43,
                           'angle': {'pitch': 2.29, 'roll': -1.95, 'yaw': 0.89},
                           'beauty': 49.97,
                           'face_probability': 1,
                           'face_token': 'ed5061925266fca0d8ed60c6d41fcbf6',
                           'liveness': {'livemapscore': 0.3547513187},
                           'location': {'height': 96,
                                        'left': 1146.55,
                                        'rotation': 0,
                                        'top': 598.84,
                                        'width': 99}},
                          {'age': 26,
                           'angle': {'pitch': 1.5, 'roll': -3.03, 'yaw': -2.52},
                           'beauty': 33.53,
                           'face_probability': 1,
                           'face_token': '87cbe88e63aec3bcbc054759750b9f90',
                           'liveness': {'livemapscore': 0.6561560631},
                           'location': {'height': 94,
                                        'left': 1001.44,
                                        'rotation': 0,
                                        'top': 386.45,
                                        'width': 96}},
                          {'age': 27,
                           'angle': {'pitch': -3.43,
                                     'roll': -3.27,
                                     'yaw': 2.11},
                           'beauty': 47.41,
                           'face_probability': 1,
                           'face_token': '68745f9db2a97960062c2eaf52442821',
                           'liveness': {'livemapscore': 0.3778412342},
                           'location': {'height': 93,
                                        'left': 1260.74,
                                        'rotation': 0,
                                        'top': 323.98,
                                        'width': 97}},
                          {'age': 24,
                           'angle': {'pitch': -1.75,
                                     'roll': -5.74,
                                     'yaw': -6.5},
                           'beauty': 51.59,
                           'face_probability': 1,
                           'face_token': '900f20c8a44214ec79a959b90c12b85c',
                           'liveness': {'livemapscore': 0.481325388},
                           'location': {'height': 92,
                                        'left': 1515.71,
                                        'rotation': -3,
                                        'top': 622.62,
                                        'width': 97}},
                          {'age': 32,
                           'angle': {'pitch': -1.12,
                                     'roll': -7.19,
                                     'yaw': 19.11},
                           'beauty': 42.22,
                           'face_probability': 1,
                           'face_token': '197a5dea47764947d62298dd7c3064f5',
                           'liveness': {'livemapscore': 0.9915152788},
                           'location': {'height': 89,
                                        'left': 2042.32,
                                        'rotation': -7,
                                        'top': 432.1,
                                        'width': 100}},
                          {'age': 29,
                           'angle': {'pitch': 5.98, 'roll': 2.6, 'yaw': -0.31},
                           'beauty': 48.47,
                           'face_probability': 1,
                           'face_token': 'ee76b675ae9b527ed272bc0871a1475b',
                           'liveness': {'livemapscore': 0.875774622},
                           'location': {'height': 91,
                                        'left': 831.63,
                                        'rotation': 3,
                                        'top': 597.42,
                                        'width': 95}},
                          {'age': 44,
                           'angle': {'pitch': 0.35,
                                     'roll': -4.29,
                                     'yaw': -7.73},
                           'beauty': 44.22,
                           'face_probability': 1,
                           'face_token': '8df0dc7a5e44beddf15e5ad0a3eb5f53',
                           'liveness': {'livemapscore': 0.8748047948},
                           'location': {'height': 87,
                                        'left': 482.05,
                                        'rotation': -1,
                                        'top': 433.92,
                                        'width': 98}},
                          {'age': 37,
                           'angle': {'pitch': -2.25, 'roll': -0.8, 'yaw': -1.4},
                           'beauty': 30.52,
                           'face_probability': 1,
                           'face_token': '77fd8183f918fde5f37b762558a27728',
                           'liveness': {'livemapscore': 0.4344541728},
                           'location': {'height': 89,
                                        'left': 703.91,
                                        'rotation': 1,
                                        'top': 390.34,
                                        'width': 93}},
                          {'age': 28,
                           'angle': {'pitch': 2.3, 'roll': -11.58, 'yaw': 9.55},
                           'beauty': 62.34,
                           'face_probability': 1,
                           'face_token': 'a0a417e4fadaf95aa8170c77ffc6cd3f',
                           'liveness': {'livemapscore': 0.05372356251},
                           'location': {'height': 89,
                                        'left': 1848.9,
                                        'rotation': -8,
                                        'top': 383.45,
                                        'width': 89}},
                          {'age': 23,
                           'angle': {'pitch': -4.61,
                                     'roll': -6.72,
                                     'yaw': 0.66},
                           'beauty': 53.09,
                           'face_probability': 1,
                           'face_token': 'e56d7bb1e5ccaea17fb77ba834ebe0c2',
                           'liveness': {'livemapscore': 0.05662947521},
                           'location': {'height': 86,
                                        'left': 1571.27,
                                        'rotation': -4,
                                        'top': 360.19,
                                        'width': 89}}],
            'face_num': 11},
 'timestamp': 1681952769}

import cv2 as cv

result2['result']['face_list']

[{'face_token': '9aca8a4f5c92b0c508d9bb9be3c5f3dd',
  'location': {'left': 266.36,
   'top': 460.79,
   'width': 109,
   'height': 88,
   'rotation': 5},
  'face_probability': 1,
  'angle': {'yaw': -11.1, 'pitch': 3.38, 'roll': 1.81},
  'liveness': {'livemapscore': 0.9923582673},
  'age': 31},
 {'face_token': 'ed5061925266fca0d8ed60c6d41fcbf6',
  'location': {'left': 1146.54,
   'top': 598.84,
   'width': 99,
   'height': 96,
   'rotation': 0},
  'face_probability': 1,
  'angle': {'yaw': 0.9, 'pitch': 2.29, 'roll': -1.95},
  'liveness': {'livemapscore': 0.3534035981},
  'age': 43},
 {'face_token': '87cbe88e63aec3bcbc054759750b9f90',
  'location': {'left': 1001.44,
   'top': 386.45,
   'width': 96,
   'height': 94,
   'rotation': 0},
  'face_probability': 1,
  'angle': {'yaw': -2.52, 'pitch': 1.51, 'roll': -3.03},
  'liveness': {'livemapscore': 0.6603813767},
  'age': 26},
 {'face_token': '68745f9db2a97960062c2eaf52442821',
  'location': {'left': 1260.74,
   'top': 323.98,
   'width': 97,
   'height': 93,
   'rotation': 0},
  'face_probability': 1,
  'angle': {'yaw': 2.11, 'pitch': -3.43, 'roll': -3.27},
  'liveness': {'livemapscore': 0.3773717582},
  'age': 27},
 {'face_token': '900f20c8a44214ec79a959b90c12b85c',
  'location': {'left': 1515.71,
   'top': 622.62,
   'width': 97,
   'height': 92,
   'rotation': -3},
  'face_probability': 1,
  'angle': {'yaw': -6.5, 'pitch': -1.75, 'roll': -5.74},
  'liveness': {'livemapscore': 0.4817254543},
  'age': 24},
 {'face_token': '197a5dea47764947d62298dd7c3064f5',
  'location': {'left': 2042.32,
   'top': 432.1,
   'width': 100,
   'height': 89,
   'rotation': -7},
  'face_probability': 1,
  'angle': {'yaw': 19.12, 'pitch': -1.12, 'roll': -7.19},
  'liveness': {'livemapscore': 0.9916789532},
  'age': 32},
 {'face_token': 'ee76b675ae9b527ed272bc0871a1475b',
  'location': {'left': 831.63,
   'top': 597.42,
   'width': 95,
   'height': 91,
   'rotation': 3},
  'face_probability': 1,
  'angle': {'yaw': -0.31, 'pitch': 5.98, 'roll': 2.6},
  'liveness': {'livemapscore': 0.8773424029},
  'age': 29},
 {'face_token': '8df0dc7a5e44beddf15e5ad0a3eb5f53',
  'location': {'left': 482.05,
   'top': 433.93,
   'width': 98,
   'height': 87,
   'rotation': -1},
  'face_probability': 1,
  'angle': {'yaw': -7.72, 'pitch': 0.35, 'roll': -4.28},
  'liveness': {'livemapscore': 0.8753650784},
  'age': 44},
 {'face_token': '77fd8183f918fde5f37b762558a27728',
  'location': {'left': 703.91,
   'top': 390.34,
   'width': 93,
   'height': 89,
   'rotation': 1},
  'face_probability': 1,
  'angle': {'yaw': -1.4, 'pitch': -2.25, 'roll': -0.8},
  'liveness': {'livemapscore': 0.4357280731},
  'age': 37},
 {'face_token': 'a0a417e4fadaf95aa8170c77ffc6cd3f',
  'location': {'left': 1848.9,
   'top': 383.45,
   'width': 89,
   'height': 89,
   'rotation': -8},
  'face_probability': 1,
  'angle': {'yaw': 9.55, 'pitch': 2.29, 'roll': -11.59},
  'liveness': {'livemapscore': 0.05388861522},
  'age': 28},
 {'face_token': 'e56d7bb1e5ccaea17fb77ba834ebe0c2',
  'location': {'left': 1571.27,
   'top': 360.19,
   'width': 89,
   'height': 86,
   'rotation': -4},
  'face_probability': 1,
  'angle': {'yaw': 0.66, 'pitch': -4.61, 'roll': -6.72},
  'liveness': {'livemapscore': 0.05674218014},
  'age': 23}]

3.3.1.4 在图像上将识别出的人脸画上框并贴上颜值与年龄

要在图像上画框及写字，可以使用opencv库，需要先安装opencv包，建议从国内源安装（譬如选用清华的源），指令如下：

pip install opencv-python  -i https://pypi.tuna.tsinghua.edu.cn/simple

faceItem = result2['result']['face_list'][0]

faceItem['location']

{'left': 266.36, 'top': 460.79, 'width': 109, 'height': 88, 'rotation': 5}

# cv2的imshow()不显示的解决办法
import matplotlib.pyplot as plt
import cv2 as cv
import numpy as np
import time
%matplotlib inline
def aidemy_imshow(name,img):
    b,g,r=cv.split(img)
    img=cv.merge([r,g,b])
    plt.imshow(img)
    plt.show
cv.imshow=aidemy_imshow

img = cv.imread("jys.jpg")
face_num = result2['result']['face_num']
for i in range(face_num):
    faceItem = result2['result']['face_list'][i]
    x = int(faceItem['location']['left'])
    y = int(faceItem['location']['top'])
    w = int(faceItem['location']['width'])
    h = int(faceItem['location']['height'])
    cv.rectangle(img,(x,y+3),(x+w,y+h),(0,255,0),2,4,0)  # 加人脸框
    age = faceItem['age']
    beauty = faceItem['beauty']
    cv.putText(img, str(age), (x,y),cv.FONT_HERSHEY_SIMPLEX,1,(0,255,0)) #加年龄文本
    cv.putText(img, str(beauty), (x,y-28),cv.FONT_HERSHEY_SIMPLEX,1,(0,255,0)) #加颜值文本

cv.imwrite("jys2.jpeg",img)
cv.imshow("image", img)

在这里插入图片描述

3.3.2 API方式

3.3.2.1 设置ID与KEY等

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

3.3.2.2 API方式获取人脸检测结果

# -*- coding: utf-8 -*-
  
import base64
import requests
from pprint import pprint

'''
人脸检测与属性分析
'''

  
image = str(base64.b64encode(open("shengzhou.jpeg", 'rb').read()), 'utf-8')

url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s' % (API_KEY, SECRET_KEY)
response = requests.post(url)

access_token = response.content.decode('utf-8')
access_token = json.loads(access_token)
access_token = str(access_token['access_token'])

params = {'image': image,'image_type':"BASE64",'max_face_num':5,'face_field': 'faceshape,facetype'}

request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"

request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/json'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    resJson = response.json()  # response对象的json方法，将结果反序列化，得到的也是字典
    print(f"resJson的类型是:{type(resJson)}\n")
    pprint (resJson)

resJson的类型是:<class 'dict'>

{'cached': 0,
 'error_code': 0,
 'error_msg': 'SUCCESS',
 'log_id': 2237172790,
 'result': {'face_list': [{'angle': {'pitch': -0.89,
                                     'roll': -2.86,
                                     'yaw': -1.44},
                           'face_probability': 1,
                           'face_shape': {'probability': 0.48,
                                          'type': 'square'},
                           'face_token': '69f7f897ea6e0b7aae8b9e58b43bb084',
                           'face_type': {'probability': 1, 'type': 'human'},
                           'location': {'height': 44,
                                        'left': 134.71,
                                        'rotation': -1,
                                        'top': 129.88,
                                        'width': 44}},
                          {'angle': {'pitch': 1.4, 'roll': -7.39, 'yaw': 4.74},
                           'face_probability': 1,
                           'face_shape': {'probability': 0.54,
                                          'type': 'square'},
                           'face_token': '6314669fe6e133c562402c119985d21a',
                           'face_type': {'probability': 0.99, 'type': 'human'},
                           'location': {'height': 44,
                                        'left': 455.58,
                                        'rotation': -4,
                                        'top': 129.59,
                                        'width': 43}},
                          {'angle': {'pitch': 3.92, 'roll': -1.34, 'yaw': 2.11},
                           'face_probability': 1,
                           'face_shape': {'probability': 0.34, 'type': 'round'},
                           'face_token': '4fd11ea03d13b88f2bcf80fa78043a4c',
                           'face_type': {'probability': 1, 'type': 'human'},
                           'location': {'height': 41,
                                        'left': 298.23,
                                        'rotation': 0,
                                        'top': 135.2,
                                        'width': 41}}],
            'face_num': 3},
 'timestamp': 1681868237}

resText = response.text  # response的文本
pprint(resText)

'{"error_code":0,"error_msg":"SUCCESS","log_id":2237172790,"timestamp":1681868237,"cached":0,"result":{"face_num":3,"face_list":[{"face_token":"69f7f897ea6e0b7aae8b9e58b43bb084","location":{"left":134.71,"top":129.88,"width":44,"height":44,"rotation":-1},"face_probability":1,"angle":{"yaw":-1.44,"pitch":-0.89,"roll":-2.86},"face_shape":{"type":"square","probability":0.48},"face_type":{"type":"human","probability":1}},{"face_token":"6314669fe6e133c562402c119985d21a","location":{"left":455.58,"top":129.59,"width":43,"height":44,"rotation":-4},"face_probability":1,"angle":{"yaw":4.74,"pitch":1.4,"roll":-7.39},"face_shape":{"type":"square","probability":0.54},"face_type":{"type":"human","probability":0.99}},{"face_token":"4fd11ea03d13b88f2bcf80fa78043a4c","location":{"left":298.23,"top":135.2,"width":41,"height":41,"rotation":0},"face_probability":1,"angle":{"yaw":2.11,"pitch":3.92,"roll":-1.34},"face_shape":{"type":"round","probability":0.34},"face_type":{"type":"human","probability":1}}]}}'

3.3.2.3 JSON转换成字典

https://www.runoob.com/python/python-json.html

函数	描述
json.dumps	将 Python 对象编码成 JSON 字符串
json.loads	将已编码的 JSON 字符串解码为 Python 对象

import json

resDict = json.loads(resText)
print(f"resText类型:{type(resText)}, resDict类型:{type(resDict)}\n")
print("resDict:")
pprint(resDict)

resText类型:<class 'str'>, resDict类型:<class 'dict'>

resDict:
{'cached': 0,
 'error_code': 0,
 'error_msg': 'SUCCESS',
 'log_id': 2237172790,
 'result': {'face_list': [{'angle': {'pitch': -0.89,
                                     'roll': -2.86,
                                     'yaw': -1.44},
                           'face_probability': 1,
                           'face_shape': {'probability': 0.48,
                                          'type': 'square'},
                           'face_token': '69f7f897ea6e0b7aae8b9e58b43bb084',
                           'face_type': {'probability': 1, 'type': 'human'},
                           'location': {'height': 44,
                                        'left': 134.71,
                                        'rotation': -1,
                                        'top': 129.88,
                                        'width': 44}},
                          {'angle': {'pitch': 1.4, 'roll': -7.39, 'yaw': 4.74},
                           'face_probability': 1,
                           'face_shape': {'probability': 0.54,
                                          'type': 'square'},
                           'face_token': '6314669fe6e133c562402c119985d21a',
                           'face_type': {'probability': 0.99, 'type': 'human'},
                           'location': {'height': 44,
                                        'left': 455.58,
                                        'rotation': -4,
                                        'top': 129.59,
                                        'width': 43}},
                          {'angle': {'pitch': 3.92, 'roll': -1.34, 'yaw': 2.11},
                           'face_probability': 1,
                           'face_shape': {'probability': 0.34, 'type': 'round'},
                           'face_token': '4fd11ea03d13b88f2bcf80fa78043a4c',
                           'face_type': {'probability': 1, 'type': 'human'},
                           'location': {'height': 41,
                                        'left': 298.23,
                                        'rotation': 0,
                                        'top': 135.2,
                                        'width': 41}}],
            'face_num': 3},
 'timestamp': 1681868237}

3.4 人脸比对-API方式


""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

import requests
import base64
import json
# 1，准备好申请的人脸识别api，API Key， Secret Key
# · grant_type： 必须参数，固定为client_credentials；
# · client_id： 必须参数，应用的API Key；
# · client_secret： 必须参数，应用的Secret Key；
api1="https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id="+API_KEY+"&client_secret="+SECRET_KEY


# 2,获取token值，拼接API
def get_token():
    response=requests.get(api1)
    access_token=eval(response.text)['access_token']
    api2="https://aip.baidubce.com/rest/2.0/face/v3/match"+"?access_token="+access_token
    return api2

# 3,读取图片数据
def read_img(img1,img2):    #  两个图片参数
    with open(img1,'rb') as f:  # 读取图片数据
        pic1=base64.b64encode(f.read())  # 图片数据编码为base64格式数据
    with open(img2,'rb') as f:
        pic2=base64.b64encode(f.read())
    params=json.dumps([              # 将字典数据转化为字符串 
        {"image":str(pic1,"utf-8"),"image_type":'BASE64',"face_type":"LIVE"},
        {"image":str(pic2,"utf-8"),"image_type":'BASE64',"face_type":"IDCARD"}
    ])
    return params

# 4，发起请求拿到对比结果
def analyse_img(file1,file2):
    params=read_img(file1,file2)    # 调用第一个函数的结果api
    api=get_token()                  # 调用第二个函数的图片数据
    content=requests.post(api,params).text     # 获取对比详细结果
    # print(content)
    score=eval(content)['result']['score']
    if score>80:
        print('图片识别相似度度为'+str(score)+',比对结果是同一人')
    else:
        print('图片识别相似度度为'+str(score)+',比对结果不是同一人')

#analyse_img("liehaisheng1.jpg","liehaisheng2.jpg")
analyse_img("RJG1.jpg","RJG2.jpg")

图片识别相似度度为80.58705902,比对结果是同一人

比对的两张图片
在这里插入图片描述

在这里插入图片描述

4. 图象增强–采用的API方式

油画与动漫化

python-使用百度AI开放平台实现人像动漫化、黑白图片上色、图像风格转化


""" 你的 APPID AK SK """
APP_ID = '你的 App ID'  #用自己注册的APP替换
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

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':"cRyx2WrmbSwgLPw2QmGGPcOq", # 在开放平台注册后所建应用的API Key
        'client_secret':"skX9N8OcoSfSb8eEAlFILKitQTtfDtYO"  # 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='pencil'     # 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,
        'option':others
    }

    res=requests.post(request_url,data=data,headers=headers)
    res=res.json()

    if res:
        f = open(img_after,'wb')
        after_img=res['image']
        after_img=base64.b64decode(after_img)
        f.write(after_img)
        f.close()

图象上色

if __name__=='__main__':
    img_before='cqblack2.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]+'_1.'+img_after[1]   #新生成的文件名为原文件名上加 _1

    image_process(img_before,img_after,'colourize')  
    # 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!')

done!

图象上色前
在这里插入图片描述

图象上色后
在这里插入图片描述

风格转换，转换为铅笔画

if __name__=='__main__':
    img_before='cqblack2.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,'style_trans')  
    # 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!')