调用微软小冰API,实现批量人脸颜值打分

源码:


import net.sf.json.JSONObject;
import sun.misc.BASE64Encoder;
import org.apache.http.HttpResponse;
import org.apache.http.NameValuePair;
import org.apache.http.client.CookieStore;
import org.apache.http.client.entity.UrlEncodedFormEntity;
import org.apache.http.client.methods.HttpPost;
import org.apache.http.impl.client.DefaultHttpClient;
import org.apache.http.message.BasicNameValuePair;
import org.apache.http.util.EntityUtils;
import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.ArrayList;
import java.util.Calendar;
import java.util.List;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class AnalyseImage {
	private static final String upload_picBase64_api = "http://kan.msxiaobing.com/APi/Image/UploadBase64";
	private static final String ice_api = "http://kan.msxiaobing.com/Api/ImageAnalyze/Process?service=yanzhi&tid=8b9a88049f9c4f26b4da60afc9d70ef4";
	private static final String ice_page = "http://kan.msxiaobing.com/ImageGame/Portal?task=yanzhi";

	private static String getUploadPicResult(String imgdataBase64) {
		StringBuffer sb = new StringBuffer();
		try {
			URL realUrl = new URL(upload_picBase64_api);
			HttpURLConnection conn = (HttpURLConnection) realUrl.openConnection();
			conn.setDoOutput(true);
			conn.setDoInput(true);
			conn.setUseCaches(false);
			conn.setRequestMethod("POST");

			conn.setRequestProperty("Charset", "UTF-8");
			conn.setRequestProperty("Content-Type", "application/x-www-form-urlencoded");
			conn.setRequestProperty("Connection", "Keep-Alive");// 维持长连接

			DataOutputStream dataOutputStream = new DataOutputStream(conn.getOutputStream());
			dataOutputStream.writeBytes(imgdataBase64);
			dataOutputStream.flush();
			dataOutputStream.close();

			String readLine = new String();
			BufferedReader responseReader = new BufferedReader(new InputStreamReader(conn.getInputStream(), "UTF-8"));
			while ((readLine = responseReader.readLine()) != null) {
				sb.append(readLine).append("\n");
			}
			responseReader.close();
			System.out.println(sb.toString());

		} catch (Exception e) {
			e.printStackTrace();
		} finally {
			return sb.toString();
		}
	}

	/**
	 * 分析照片
	 */
	public static String analyzeImage(String jsonResultPic) {
		DefaultHttpClient httpClient = new DefaultHttpClient();
		DefaultHttpClient httpClient2 = new DefaultHttpClient();
		HttpPost httpPost1 = new HttpPost(ice_api);
		HttpPost httpPost2 = new HttpPost(ice_page);

		JSONObject jasonObject = JSONObject.fromObject(jsonResultPic);
		Map<String, String> contentImgUrl = (Map) jasonObject;
		String imgUrl = contentImgUrl.get("Host") + contentImgUrl.get("Url");
		System.out.print(jsonResultPic);
		List<NameValuePair> form = new ArrayList<NameValuePair>();

		form.add(new BasicNameValuePair("MsgId", String.valueOf(System.currentTimeMillis()) + "063"));
		form.add(new BasicNameValuePair("CreateTime", String.valueOf(Calendar.getInstance().getTimeInMillis())));
		form.add(new BasicNameValuePair("Content[imageUrl]", imgUrl));

		try {
			httpPost1.addHeader("Referer",
					"http://kan.msxiaobing.com/V3/Portal?task=yanzhi&ftid=91ac082228fb48739f12c66ee3a3fee0");
			httpPost1.setEntity(new UrlEncodedFormEntity(form, "UTF-8"));

			HttpResponse pageResponse = httpClient.execute(httpPost2);
			CookieStore cookieStore = httpClient.getCookieStore();
			httpClient2.setCookieStore(cookieStore);
			HttpResponse response = httpClient2.execute(httpPost1);
			return EntityUtils.toString(response.getEntity());
		} catch (Exception e) {
			e.printStackTrace();
		}
		return null;

	}

	/**
	 * 获取颜值分数
	 * 
	 * @param jsonResultPic
	 * @return
	 */
	public static int findScoreFromString(String jsonResultPic) {
		Pattern pattern = Pattern.compile("\\d+[.]\\d+");
		Matcher m = pattern.matcher(jsonResultPic);
		if (m.find()) {
			System.out.println("analyzeResult=" + m.group());
			double temp = Double.valueOf(m.group());
			int score = (int) (temp * 10);
			return score;
		} else {
			return 0;
		}
	}

	/**
	 * 将文件转成base64 字符串
	 */
	public static String encodeBase64File(File file) throws Exception {
		FileInputStream inputFile = new FileInputStream(file);
		byte[] buffer = new byte[(int) file.length()];
		inputFile.read(buffer);
		inputFile.close();
		return new BASE64Encoder().encode(buffer);
	}

	public static void main(String[] args) throws Exception {
		//图片目录
		File dir = new File("C:\\Users\\chw93\\Desktop\\face");
		File[] listFiles = dir.listFiles();
		
		// 分析结果记录
		File result = new File("C:\\Users\\chw93\\Desktop\\result.txt");
		FileWriter fw = new FileWriter(result, true);
		PrintWriter pw = new PrintWriter(fw);
		for (File f : listFiles) {
			// 读取文件图片为base64编码格式
			String imgDataBase64 = FileToBase64.encodeBase64File(f);
			// base64上传到微软服务器
			String jsonResultPic = getUploadPicResult(imgDataBase64);
			String analyzeResult = analyzeImage(jsonResultPic);
			int faceAuthScore = findScoreFromString(analyzeResult);
			System.out.println("得分:" + faceAuthScore);
	     pw.println(f.getName()+",得分:"+faceAuthScore);
	 	 pw.flush();
		}

		fw.flush();pw.close();fw.close();
	}

}

 

依赖jar包:

<!--base64解码/加密 -->
		<dependency>
			<groupId>commons-codec</groupId>
			<artifactId>commons-codec</artifactId>
			<version>1.10</version><!--$NO-MVN-MAN-VER$-->
		</dependency>
		<!--引入html测试需要的包 -->
		<dependency>
			<groupId>org.springframework.boot</groupId>
			<artifactId>spring-boot-starter-thymeleaf</artifactId>
		</dependency>
		<!--http请求的包-->
		<dependency>
			<groupId>org.apache.httpcomponents</groupId>
			<artifactId>httpclient</artifactId>
			<version>4.3.3</version><!--$NO-MVN-MAN-VER$ -->
		</dependency>
		<!-- json start -->
		<dependency>
			<groupId>net.sf.json-lib</groupId>
			<artifactId>json-lib</artifactId>
			<version>2.4</version>
			<classifier>jdk15</classifier>
		</dependency>
		<!-- json end -->

 

附图:


 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Go语言(也称为Golang)是由Google开发的一种静态强类型、编译型的编程语言。它旨在成为一门简单、高效、安全和并发的编程语言,特别适用于构建高性能的服务器和分布式系统。以下是Go语言的一些主要特点和优势: 简洁性:Go语言的语法简单直观,易于学习和使用。它避免了复杂的语法特性,如继承、重载等,转而采用组合和接口实现代码的复用和扩展。 高性能:Go语言具有出色的性能,可以媲美C和C++。它使用静态类型系统和编译型语言的优势,能够生成高效的机器码。 并发性:Go语言内置了对并发的支持,通过轻量级的goroutine和channel机制,可以轻松实现并发编程。这使得Go语言在构建高性能的服务器和分布式系统时具有天然的优势。 安全性:Go语言具有强大的类型系统和内存管理机制,能够减少运行时错误和内存泄漏等问题。它还支持编译时检查,可以在编译阶段就发现潜在的问题。 标准库:Go语言的标准库非常丰富,包含了大量的实用功能和工具,如网络编程、文件操作、加密解密等。这使得开发者可以更加专注于业务逻辑的实现,而无需花费太多时间在底层功能的实现上。 跨平台:Go语言支持多种操作系统和平台,包括Windows、Linux、macOS等。它使用统一的构建系统(如Go Modules),可以轻松地跨平台编译和运行代码。 开源和社区支持:Go语言是开源的,具有庞大的社区支持和丰富的资源。开发者可以通过社区获取帮助、分享经验和学习资料。 总之,Go语言是一种简单、高效、安全、并发的编程语言,特别适用于构建高性能的服务器和分布式系统。如果你正在寻找一种易于学习和使用的编程语言,并且需要处理大量的并发请求和数据,那么Go语言可能是一个不错的选择。
Go语言(也称为Golang)是由Google开发的一种静态强类型、编译型的编程语言。它旨在成为一门简单、高效、安全和并发的编程语言,特别适用于构建高性能的服务器和分布式系统。以下是Go语言的一些主要特点和优势: 简洁性:Go语言的语法简单直观,易于学习和使用。它避免了复杂的语法特性,如继承、重载等,转而采用组合和接口实现代码的复用和扩展。 高性能:Go语言具有出色的性能,可以媲美C和C++。它使用静态类型系统和编译型语言的优势,能够生成高效的机器码。 并发性:Go语言内置了对并发的支持,通过轻量级的goroutine和channel机制,可以轻松实现并发编程。这使得Go语言在构建高性能的服务器和分布式系统时具有天然的优势。 安全性:Go语言具有强大的类型系统和内存管理机制,能够减少运行时错误和内存泄漏等问题。它还支持编译时检查,可以在编译阶段就发现潜在的问题。 标准库:Go语言的标准库非常丰富,包含了大量的实用功能和工具,如网络编程、文件操作、加密解密等。这使得开发者可以更加专注于业务逻辑的实现,而无需花费太多时间在底层功能的实现上。 跨平台:Go语言支持多种操作系统和平台,包括Windows、Linux、macOS等。它使用统一的构建系统(如Go Modules),可以轻松地跨平台编译和运行代码。 开源和社区支持:Go语言是开源的,具有庞大的社区支持和丰富的资源。开发者可以通过社区获取帮助、分享经验和学习资料。 总之,Go语言是一种简单、高效、安全、并发的编程语言,特别适用于构建高性能的服务器和分布式系统。如果你正在寻找一种易于学习和使用的编程语言,并且需要处理大量的并发请求和数据,那么Go语言可能是一个不错的选择。
Go语言(也称为Golang)是由Google开发的一种静态强类型、编译型的编程语言。它旨在成为一门简单、高效、安全和并发的编程语言,特别适用于构建高性能的服务器和分布式系统。以下是Go语言的一些主要特点和优势: 简洁性:Go语言的语法简单直观,易于学习和使用。它避免了复杂的语法特性,如继承、重载等,转而采用组合和接口实现代码的复用和扩展。 高性能:Go语言具有出色的性能,可以媲美C和C++。它使用静态类型系统和编译型语言的优势,能够生成高效的机器码。 并发性:Go语言内置了对并发的支持,通过轻量级的goroutine和channel机制,可以轻松实现并发编程。这使得Go语言在构建高性能的服务器和分布式系统时具有天然的优势。 安全性:Go语言具有强大的类型系统和内存管理机制,能够减少运行时错误和内存泄漏等问题。它还支持编译时检查,可以在编译阶段就发现潜在的问题。 标准库:Go语言的标准库非常丰富,包含了大量的实用功能和工具,如网络编程、文件操作、加密解密等。这使得开发者可以更加专注于业务逻辑的实现,而无需花费太多时间在底层功能的实现上。 跨平台:Go语言支持多种操作系统和平台,包括Windows、Linux、macOS等。它使用统一的构建系统(如Go Modules),可以轻松地跨平台编译和运行代码。 开源和社区支持:Go语言是开源的,具有庞大的社区支持和丰富的资源。开发者可以通过社区获取帮助、分享经验和学习资料。 总之,Go语言是一种简单、高效、安全、并发的编程语言,特别适用于构建高性能的服务器和分布式系统。如果你正在寻找一种易于学习和使用的编程语言,并且需要处理大量的并发请求和数据,那么Go语言可能是一个不错的选择。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值