【Python+百度API】实现人脸识别和颜值检测系统（包括人脸数量、年龄、颜值评分、性别、种族、表情检测）（超详细附源码）

本文链接：https://blog.csdn.net/jiebaoshayebuhui/article/details/128058356

需要源码请点赞关注收藏后评论区留下QQ~~~

本系统根据已有的模型上改写，添加了在给照片打分的同时可以显示照片，这样显得更加直观和真实

一、百度API文档

如需要请自行前往官网查询文档相关内容

百度API官网

部分内容如下

接口能力

人脸检测：检测图片中的人脸并标记出位置信息。
人脸关键点：展示人脸的核心关键点信息，及150个关键点信息。
人脸属性值：展示人脸属性信息，如年龄、性别等。
人脸质量信息：返回人脸各部分的遮挡、光照、模糊、完整度、置信度等信息。

业务应用

典型应用场景：如人脸属性分析，基于人脸关键点的加工分析，人脸营销活动等。

说明：检测响应速度，与图片中人脸数量相关，人脸数量较多时响应时间会有些许延长。

质量检测

如果需要判断一张图片中的人脸，是否符合后续识别或者对比的条件，可以使用此接口，在请求时在face_field参数中请求quality。基于返回结果quality中，以下字段及对应阈值，进行质量检测的判断，以保证人脸质量符合后续业务操作要求。

指标	字段与解释	推荐数值界限
遮挡范围	occlusion，取值范围[0~1]，0为无遮挡，1是完全遮挡含有多个具体子字段，表示脸部多个部位通常用作判断头发、墨镜、口罩等遮挡	left_eye : 0.6, #左眼被遮挡的阈值 right_eye : 0.6, #右眼被遮挡的阈值 nose : 0.7, #鼻子被遮挡的阈值 mouth : 0.7, #嘴巴被遮挡的阈值 left_cheek : 0.8, #左脸颊被遮挡的阈值 right_cheek : 0.8, #右脸颊被遮挡的阈值 chin_contour : 0.6, #下巴被遮挡阈值
模糊度范围	blur，取值范围[0~1]，0是最清晰，1是最模糊	小于0.7
光照范围	illumination，取值范围[0~255] 脸部光照的灰度值，0表示光照不好以及对应客户端SDK中，YUV的Y分量	大于40
姿态角度	Pitch：三维旋转之俯仰角度[-90(上), 90(下)] Roll：平面内旋转角[-180(逆时针), 180(顺时针)] Yaw：三维旋转之左右旋转角[-90(左), 90(右)]	分别小于20度
人脸完整度	completeness（0或1），0为人脸溢出图像边界， 1为人脸都在图像边界内	视业务逻辑判断
人脸大小	人脸部分的大小建议长宽像素值范围：8080~200200	人脸部分不小于*100100**像素

二、结果展示

世界杯正在如火如荼的进行中让我们看看球星C罗的颜值打分评价

可见系统里可以测出人物的相当多特征，包括年龄性别种族表情等等

别惊讶在AI的认知里 57.28分已经不低了

再让我们看看下一张照片的评分

篮球传奇巨星科比呢看看他的评价可见对于种族的判断还是十分准确

在看一看著名港星的也是经典梗的出处评分暂且不论对于种族的判断依然准确

三、代码

部分代码如下

全部源码请点赞关注收藏后评论区留下QQ~~~

import tkinter as tk
from tkinter import filedialog, ttk
import base64
import json
import requests
from PIL import  Image,ImageTk
win = tk.Tk()
win.title("颜值检测")
#root=tk.Tk()
#root.title("展示图片")
photo=None
img=None
# 打开文件对话框
def getfile():
    file_path = filedialog.askopenfilename()
    to
    global img
    file_path = filedialog.askopenfilename()
    fpath.set(file_path)
    img=Image.open(file_path)
    photo=ImageTk.PhotoImage(img)
    imglabel=tk.Label(win,image=photo)
    imglabel.grid(row=0,column=0,columnspan=3)


def face_baidu():
    class BaiduPicIndentify:
        def __init__(self, img):
            self.AK = "juqVLsljMBigcM4soXoVmMGr"
            self.SK = "g5EgLoGOxEs3jogREqGVWUYl1e5tLkUL"
            self.img_src = img
            self.headers = {
                "Content-Type": "application/json; charset=UTF-8"
            }

        def get_accessToken(self):
            host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + self.AK + '&client_secret=' + self.SK
            response = requests.get(host, headers=self.headers)
            json_result = json.loads(response.text)
            return json_result['access_token']

        def img_to_BASE64(slef, path):
            with open(path, 'rb') as f:
                base64_data = base64.b64encode(f.read())
                return base64_data

        def detect_face(self):
            # 人脸检测与属性分析
            img_BASE64 = self.img_to_BASE64(self.img_src)
            request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"
            post_data = {
                "image": img_BASE64,
                "image_type": "BASE64",
                "face_field": "gender,age,beauty,gender,race,expression",
                "face_type": "LIVE"
            }
            access_token = self.get_accessToken()
            request_url = request_url + "?access_token=" + access_token
            response = requests.post(url=request_url, data=post_data, headers=self.headers)
            json_result = json.loads(response.text)
            if json_result['error_msg'] != 'pic not has face':
                t1 = tk.Label(win, text=json_result['result']['face_num']).grid(row=4, column=1)
                t2 = tk.Label(win, text=json_result['result']['face_list'][0]['age']).grid(row=5, column=1)
                t3 = tk.Label(win, text=json_result['result']['face_list'][0]['beauty']).grid(row=6, column=1)
                t4 = tk.Label(win, text=json_result['result']['face_list'][0]['gender']['type']).grid(row=7, column=1)
                t5 = tk.Label(win, text=json_result['result']['face_list'][0]['race']['type']).grid(row=8, column=1)
                t6 = tk.Label(win, text=json_result['result']['face_list'][0]['expression']['type']).grid(row=9,
                                                                                                          column=1)
    if __name__ == '__main__':
        img_src = fpath.get()
        baiduDetect = BaiduPicIndentify(img_src)
        baiduDetect.detect_face()



#win = tk.Tk()
#win.title("颜值检测")
win.geometry("400x200")
fpath = tk.StringVar()
#ttk.Button(root,text='show',command=show).grid(row=1,column=1)
#root.mainloop()
l = tk.Label(win, text='颜值检测系统-由百度AI提供', bg='brown', font='黑体,20,bold', fg='white')
l.grid(row=1, column=0)
command=show()).grid(row=2,column=1)
ttk.Entry(win, textvariable=fpath).grid(row=2, column=1)

l1 = tk.Label(win, text='人脸数：')
l1.grid(row=4, column=0)
l2 = tk.Label(win, text='人物年龄：')
l2.grid(row=5, column=0)
l3 = tk.Label(win, text='人物颜值评分：')
l3.grid(row=6, column=0)
l4物表情：')
l6.grid(row=9, column=0)

b = tk.Button(win, text="点我检测", width=15, height=2, command=face_baidu)
b.grid(row=10, column=0)

win.mainloop()

创作不易觉得有帮助请点赞关注收藏~~~