python实战小项目之人脸识别，调用百度人工智能 API 实现

转载自：向日葵智能

前言

---

前面两节我们介绍了利用深度学习实现 语音合成 和 菜品识别。这一节，我们介绍更加热门的人工智能应用：人脸识别。人脸识别可以比对两张人脸是否属于同一人，进一步的，给一张 x 的照片，我们能够从一堆照片里识别出最像 x 的照片。
依然是调用百度的 API，我们先看看官方文档：

人脸识别官方 API 介绍

---

接口能力:

• 两张人脸图片相似度对比：比对两张图片中人脸的相似度，并返回相似度分值；

• 多种图片类型：支持生活照、证件照、身份证芯片照、带网纹照四种类型的人脸对比；

• 活体检测：基于图片中的破绽分析，判断其中的人脸是否为二次翻拍（举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。）；

• 质量检测：返回模糊、光照等质量检测信息，用于辅助判断图片是否符合识别要求；

请求说明：

• 请求体格式化：Content-Type为application/x-www-form-urlencoded，通过urlencode格式化请求体。

• Base64编码：请求的图片需经过Base64编码，图片的base64编码指将图片数据编码成一串字符串，使用该字符串代替图像地址。您可以首先得到图片的二进制，然后用Base64格式编码即可。需要注意的是，图片的base64编码是不包含图片头的，如data:image/jpg;base64,

• 图片格式：现支持PNG、JPG、JPEG、BMP，不支持GIF图片

请求示例

• HTTP方法：POST
  请求URL： https://aip.baidubce.com/rest/2.0/face/v2/match

• URL参数：
  access_token 通过API Key和Secret Key获取的access_token。

• Header：
  Content-Type application/x-www-form-urlencoded
  Body中放置请求参数，参数详情如下：

说明：两张请求的图片请分别进行base64编码。

python 实战代码

---

同前面两节一样，分两步走：

1. 获取 token

获取 token 的请求 url 与前面两节略有不同，AK 和 SK 也不同，这点要注意，不然获取到的 token 也是无法校验通过的。

下面直接上代码，文件名 token.py：

# encoding:utf-8
import urllib, urllib2, sys
import ssl, json

AK = "fGTcxxxxxxxxxxxxxk68c"
SK = "vKUxxxxxxxxxxxxxxxxxxxxxxxxxGq2u"

# token 请求 url 与图片不一样
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials'\
       '&client_id=%s'\
       '&client_secret=%s' % (AK, SK)

def GetToken():
    request = urllib2.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib2.urlopen(request)
    content = response.read()
    if (content):
        js = json.loads(content)
        # return js['refresh_token']
        return js['access_token']
    return None

Python

Copy

2. 人脸识别

这里实现的是人脸比对，即输入两张人脸图片，输出两个人脸属于同一人的得分。文件名 recg.py:

# encoding:utf-8
import base64
import urllib
import urllib2, json
from token import GetToken

'''
人脸对比
'''

url = "https://aip.baidubce.com/rest/2.0/face/v2/match"

def FaceRecg(face1, face2, token):
    f = open(face1, 'rb')
    # 参数images：图像base64编码
    img1 = base64.b64encode(f.read())
    # 二进制方式打开图文件
    f = open(face2, 'rb')
    # 参数images：图像base64编码
    img2 = base64.b64encode(f.read())

    params = {"images":img1 + ',' + img2}
    params = urllib.urlencode(params)

    request_url = url + "?access_token=" + token
    request = urllib2.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib2.urlopen(request)
    content = response.read()
    if content:
        js = json.loads(content)
        for item in js['result']:
            print(u"%2.2f%% 可能是同一人" % (float(item['score'])))

if __name__ == "__main__":
    FaceRecg('【图片1】', '【图片2】', GetToken())      #前面两个参数是图片路径

Python

Copy

3. 测试

---

我们在代码所在路径新建一个文件夹 pic，里面放入要对比的图片：

这样，recg.py 的 main 部分的图片就可以如下给出：

if __name__ == "__main__":
    FaceRecg('pic/1.jpg', 'pic/2.jpg', GetToken())      #前面两个参数是图片路径

Python

Copy

最终测试结果如下：

两个人脸属于同一人的得分达到 86.98 分，可以看出识别结果还是不错的。

再看一组测试，这次使用两个人，看看效果：

识别结果不错，一点也不像。

再写一点

其实有了上面这些基础，我们完全可以从一堆图片里挑出给出的某一张。举个例子，我们往 pic 里再加入以下几张图片：

---

加上上面 4 张，一共 7 张图片，我们输入第 3 张图片：

然后从余下 6 张里挑出一张最像的，python 代码可以如下修改：

# encoding:utf-8
import base64
import urllib
import urllib2, json
from token import GetToken


'''
人脸对比
'''

url = "https://aip.baidubce.com/rest/2.0/face/v2/match"

def FaceRecg(face1, face2, token):
    f = open(face1, 'rb')
    # 参数images：图像base64编码
    img1 = base64.b64encode(f.read())
    # 二进制方式打开图文件
    f = open(face2, 'rb')
    # 参数images：图像base64编码
    img2 = base64.b64encode(f.read())

    params = {"images":img1 + ',' + img2}
    params = urllib.urlencode(params)

    request_url = url + "?access_token=" + token
    request = urllib2.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib2.urlopen(request)
    content = response.read()
    if content:
        js = json.loads(content)
        # for item in js['result']:
            # print(u"%2.2f%% 可能是同一人" % (float(item['score'])))
        return float(js['result'][0]['score'])

if __name__ == "__main__":
    p = [0,0,0,0,0,0,0]
    for i in range(1, 8):
        if i!=3:                    # 不识别自己
            picI = 'pic/%d.jpg' % i
            p[i-1] = FaceRecg('pic/3.jpg', picI, GetToken())
            print '图片 %d 的相似性得分：%2.2f' % (i, p[i-1])
print '\n很大可能图片 %d 和图片 3 是同一人' % (p.index(max(p))+1)

Python

Copy

最终输出结果如下：

可以看出，效果很好，至此，我们就完成了 python 人脸识别 代码。

转载自：https://www.xrkzn.cn/python-projects/python-project-face-recognization/