一文教你怎么配置阿里云人脸识别

阿里云人脸识别

 

官网地址如下：

https://vision.aliyun.com/

人脸识别SDK:

（我们以python为例）

要使用人脸识别得先安装他对应的SDK:

人脸人体：

pip install alibabacloud_facebody20191230

阿里云工作台入口:

https://vision.console.aliyun.com/cn-shanghai/detail/facebody/facebody/default

配置人脸图像库

进入上面工作台后，我们再进入如下位置先配置我们的人脸图像库(default)

视觉智能开放平台-控制台 (aliyun.com)

--------------------------------

请确保已经配置了AccessKey

配置完后将其export加入你的 ~/.bashrc 底下

人脸识别python 实例代码：

官方原代码

# -*- coding: utf-8 -*-
# 引入依赖包
# pip install alibabacloud_facebody20191230

import os
import io
from urllib.request import urlopen
from alibabacloud_facebody20191230.client import Client
from alibabacloud_facebody20191230.models import SearchFaceAdvanceRequest
from alibabacloud_tea_openapi.models import Config
from alibabacloud_tea_util.models import RuntimeOptions

config = Config(
    # 创建AccessKey ID和AccessKey Secret，请参考https://help.aliyun.com/document_detail/175144.html。
    # 如果您用的是RAM用户的AccessKey，还需要为RAM用户授予权限AliyunVIAPIFullAccess，请参考https://help.aliyun.com/document_detail/145025.html。
    # 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。
    access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'),
    access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
    # 访问的域名
    endpoint='facebody.cn-shanghai.aliyuncs.com',
    # 访问的域名对应的region
    region_id='cn-shanghai'
)

search_face_request = SearchFaceAdvanceRequest()
#场景一：文件在本地
stream0 = open(r'/tmp/SearchFace.jpg', 'rb')
search_face_request.image_url_object = stream0

#场景二：使用任意可访问的url
#url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/facebody/SearchFace1.png'
img = urlopen(url).read()
search_face_request.image_url_object = io.BytesIO(img)
search_face_request.db_name = 'Face1'
search_face_request.limit = 5

runtime_option = RuntimeOptions()
try:
  # 初始化Client
  client = Client(config)
  response = client.search_face_advance(search_face_request, runtime_option)
  # 获取整体结果
  print(response.body)
except Exception as error:
  # 获取整体报错信息
  print(error)
  # 获取单个字段
  print(error.code)
  # tips: 可通过error.__dict__查看属性名称

#关闭流
#stream0.close()

以下代码根据官方给的实例修改得到

修改后的实例:

# -*- coding: utf-8 -*-
# 引入依赖包
# pip install alibabacloud_facebody20191230

import os
import io
from urllib.request import urlopen
from alibabacloud_facebody20191230.client import Client
from alibabacloud_facebody20191230.models import SearchFaceAdvanceRequest
from alibabacloud_tea_openapi.models import Config
from alibabacloud_tea_util.models import RuntimeOptions

config = Config(
    # 创建AccessKey ID和AccessKey Secret，请参考https://help.aliyun.com/document_detail/175144.html。
    # 如果您用的是RAM用户的AccessKey，还需要为RAM用户授予权限AliyunVIAPIFullAccess，请参考https://help.aliyun.com/document_detail/145025.html。
    # 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。
    access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'),
    access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
    # 访问的域名
    endpoint='facebody.cn-shanghai.aliyuncs.com',
    # 访问的域名对应的region
    region_id='cn-shanghai'
)

def alibaba_face():
    search_face_request = SearchFaceAdvanceRequest()
    #场景一：文件在本地

# 请确保你的这个本地文件存在
    stream0 = open(r'/tmp/SearchFace.jpg', 'rb')
    search_face_request.image_url_object = stream0

    #场景二：使用任意可访问的url
    # url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/facebody/SearchFace1.png'
    # img = urlopen(url).read()
    # search_face_request.image_url_object = io.BytesIO(img)

# 我们的比较对象是default -- 默认人脸图像库
    search_face_request.db_name = 'default'
    search_face_request.limit = 5

    runtime_option = RuntimeOptions()
    try:
      # 初始化Client
      client = Client(config)
      # print("line 44 init Client Success!")
      response = client.search_face_advance(search_face_request, runtime_option)
      # 获取整体结果
      
      # print(response.body)
      match_list = response.body.to_map()['Data']['MatchList'] # 拿到所有我们的需要的字典(存放键值对)
      scores = [item['Score'] for item in match_list[0]['FaceItems']] # 取到字典中所有的 key= 'Score',的value --> 取到所有的分数(人脸匹配度)
     
          
      highest_score = max(scores)   #  
      value = round(highest_score, 2) #  四舍五入去小数点后两位
      print(value)
      # print("line 56 获取得到效果 Success!")
      return value
      
    except Exception as error:
      # 获取整体报错信息
      print(error)
      # print("Line 62  有错")
      # 获取单个字段
      print(error.code)
      # tips: 可通过error.__dict__查看属性名称
      # print("Line 66  有错")

#关闭流
#stream0.close()

if __name__ == "__main__":
   alibaba_face()
 

------------------------------------

输出数据: 

{'Data': {'MatchList': [{'FaceItems': [{'Confidence': 89.82196, 'DbName': 'default', 'EntityId': 'mxjun', 'FaceId': '144368497', 'Score': 0.8729780316352844}, 
{'Confidence': 73.34613, 'DbName': 'default', 'EntityId': 'mxjun', 'FaceId': '144368491', 'Score': 0.6268069744110107},
 {'Confidence': 72.958725, 'DbName': 'default', 'EntityId': 'mxjun', 'FaceId': '144368500', 'Score': 0.6124728918075562}, 
{'Confidence': 14.665969, 'DbName': 'default', 'EntityId': 'pyy', 'FaceId': '144512167', 'Score': 0.08487027883529663},
 {'Confidence': 2.3494823, 'DbName': 'default', 'EntityId': 'pyy', 'FaceId': '144512114', 'Score': 0.01359618455171585}],
 'Location': {'Height': 587, 'Width': 394, 'X': 379, 'Y': 485}, 'QualitieScore': 99.98341}]}, 
'RequestId': 'C4174478-9678-5797-B4F8-43C12F4D2DB0'}

数据解析结构图:

输出解读: 

 

这段数据是一个嵌套的字典结构，主要包含两部分关键信息：`Data`和`RequestId`。下面是详细的解析：

### Data部分

- **MatchList**: 这是一个列表，包含了至少一个匹配项。每个匹配项都是一个字典，具体结构如下：

  - **FaceItems**: 这是一个列表，包含了多个面部识别的结果。每个结果又是一个字典，包含以下键值对：
    - **Confidence**: 表示识别的置信度，数值范围一般在0到100之间，值越大表示识别的准确度越高。
    - **DbName**: 数据库名称，默认值为'default'，表明这些数据来自哪个数据库。
    - **EntityId**: 实体ID，可以理解为被识别的人的身份标识。
    - **FaceId**: 面部ID，用于唯一标识一个面部记录。
    - **Score**: 可能是另一个衡量匹配程度的分数，数值范围同样可能在0到1之间。

  - **Location**: 一个字典，描述了识别到的面部在图像中的位置信息，包含：
    - **Height**: 高度像素值。
    - **Width**: 宽度像素值。
    - **X**: X坐标，表示距离图片左侧的距离。
    - **Y**: Y坐标，表示距离图片顶部的距离。

  - **QualitieScore**: 图像质量得分，接近100表示图像质量非常好，利于面部识别。

### RequestId部分

- **RequestId**: 字符串类型，唯一标识这次请求的ID，通常用于日志追踪或问题排查。

### 示例解析

从数据看，`MatchList`中有一个匹配项，该匹配项识别到了与`EntityId`为'mxjun'相关的多个面部记录，以及与`EntityId`为'pyy'相关的两个面部记录。识别位置信息、置信度以及其他评分都详细列出，这对于分析识别效果非常有帮助。此外，整个请求的唯一标识是`C4174478-9678-5797-B4F8-43C12F4D2DB0`。

DBname 人脸识别的数据库的名字 -- default 
在人脸数据库中去比对找到score(匹配度) -->

拿到匹配度 最大的一个 -- 比如我们这样设置if>60 --> 识别成功    else -->识别失败

===========================================

小插曲: 设置python优先级: 

系统同时存在 python2 和 python3的时候，怎么 把python3 设为默认python

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100  
sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 200

这里的数字（100和200）是优先级，数字越大优先级越高。所以上面的命令将python3设置为默认版本。

然后，你可以使用以下，命令来查看和更改默认设置:

sudo update-alternatives --config python

注： printf -- 打印注意，每次打印结束记得加上    '\n'  --> 不然数据可能缓冲到系统里面 

==================================

C  语言调用python 接口:

分装原来的python代码要求放回其中score最大值:

# -*- coding: utf-8 -*-
# 引入依赖包
# pip install alibabacloud_facebody20191230

import os
import io
from urllib.request import urlopen
from alibabacloud_facebody20191230.client import Client
from alibabacloud_facebody20191230.models import SearchFaceAdvanceRequest
from alibabacloud_tea_openapi.models import Config
from alibabacloud_tea_util.models import RuntimeOptions

config = Config(
    # 创建AccessKey ID和AccessKey Secret，请参考https://help.aliyun.com/document_detail/175144.html。
    # 如果您用的是RAM用户的AccessKey，还需要为RAM用户授予权限AliyunVIAPIFullAccess，请参考https://help.aliyun.com/document_detail/145025.html。
    # 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。
    access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'),
    access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),
    # 访问的域名
    endpoint='facebody.cn-shanghai.aliyuncs.com',
    # 访问的域名对应的region
    region_id='cn-shanghai'
)



def alibaba_face():
    search_face_request = SearchFaceAdvanceRequest()
    #场景一：文件在本地
    stream0 = open(r'/tmp/SearchFace.jpg', 'rb')
    search_face_request.image_url_object = stream0

    #场景二：使用任意可访问的url
    # url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/facebody/SearchFace1.png'
    # img = urlopen(url).read()
    # search_face_request.image_url_object = io.BytesIO(img)
    search_face_request.db_name = 'default'
    search_face_request.limit = 5

    runtime_option = RuntimeOptions()
    try:
      # 初始化Client
      client = Client(config)
      # print("line 44 init Client Success!")
      response = client.search_face_advance(search_face_request, runtime_option)
      # 获取整体结果
      
      print(response.body)
      #这行代码使用了列表推导式，它遍历match_list列表中的第一个元素（索引为0）所包含的FaceItems列表。
      # 对于FaceItems列表中的每个项目（假设每个项目都是一个字典），它提取出键为'Score'的值，并将这些值组成一个新的列表
      match_list = response.body.to_map()['Data']['MatchList'] # 拿到所有我们的需要的字典
      # 外面加这个[] --  set集合，无序不重复数据集合 
      scores = [item['Score'] for item in match_list[0]['FaceItems']] # 取到字典中所有的 key= 'Score',的value --> 取到所有的分数(人脸匹配度)
     
          
      highest_score = max(scores)   #  
      value = round(highest_score, 2) #  四舍五入去小数点后两位
      # print(value)
      # print("line 56 获取得到效果 Success!")
      return value
      
    except Exception as error:
      # 获取整体报错信息
      print(error)
      # print("Line 62  有错")
      # 获取单个字段
      print(error.code)
      # tips: 可通过error.__dict__查看属性名称
      # print("Line 66  有错")

#关闭流
#stream0.close()

 

face.c: C 语言调用python 接口:

#include <Python.h>

void face_init(void)
{
    Py_Initialize();
    PyObject *sys = PyImport_ImportModule("sys");

    PyObject *path = PyObject_GetAttrString(sys, "path");

    PyList_Append(path, PyUnicode_FromString("."));
}

void face_final(void)
{
    Py_Finalize();
}


double face_category(void)
{
    // 加载face.py 这个文件
    PyObject *pModule = PyImport_ImportModule("face");
    if (!pModule)
    {
        PyErr_Print();
        printf("Error: failed to load face.py\n");
        goto FAILED_MODULE;
    }
    // 加载(获取) alibaba_face() 这个函数 -- 顺便判断是否存在
    PyObject *pfunc = PyObject_GetAttrString(pModule, "alibaba_face");

    if (!pfunc)
    {
        PyErr_Print();
        printf("Error: failed to load alibaba_face\n");
        goto FAILED_FUNC;
    }

    // 调用我们获取到的函数
    PyObject *pValue = PyObject_CallObject(pfunc, NULL);

    if (!pValue)
    {
        PyErr_Print();
        printf("Error:function call failed\n");
        goto FAILED_VALUE;
    }

    double result = 0.0;
    if (!PyArg_Parse(pValue, "d", &result)) // 解析获取 alibaba_face() 返回值， 转换成C语言格式
    {

        PyErr_Print();
        printf("Error:face failed\n");
        goto FAILED_RESULT;
    }
    printf("result=%.2lf\n", result);

    // 注意释放顺序是反的，从新到旧
    //  添加跳转位置，当发生错误的时候，跳转过来将他释放
FAILED_RESULT:
    Py_DECREF(pValue);

FAILED_VALUE:
    Py_DECREF(pfunc);

FAILED_FUNC:
    Py_DECREF(pModule);

FAILED_MODULE:

    return result;
}

---------------------------------------

face.h

#ifndef __FACE_H__
#define __FACE_H__


void face_init(void);
double face_category(void);
void face_final(void);


#endif

main.c

#include<Python.h>
#include<stdio.h>
#include "face.h"

int main(int argc, char **argv)
{

    double face_result = 0.0;
    face_init();
    face_result = face_category();

    printf("face_result =%.2lf\n", face_result);

    face_final();

    return 0;
}

怎么编译:

请核对自己python版本,确保已经安装python3，不然不够新调用不动阿里云的  API

gcc -o face face.c main.c  -I /usr/include/python3.10/ -L /usr/lib/python3.10/ -lpython3.10

执行: 

执行生成的face文件即可

.face