计算机视觉：支持M:N匹配与活体检测的百度人脸Api调用典例

前言：

折腾了一晚上，有感于百度支持文档尚未完全兼容Python3，和笔记本续航不行。彻底搞懂之后，在这里写一个小例子，方便大家参考调试。

 

一：首先，先说几个大家关注的方面：

报错信息整理，比官方文档更全面的小站：http://aixiaoshuai.mydoc.io/

222209

face token not exist

face_token不存在 1.请检查确认face_token是否正确 2.请检查image_type参数值是否为FACE_TOKEN 3.请确认image参数填写的值为face_token 如果为图片的base64数据，则image_type参数值是BASE64

param参数中的[image_type]建议用BASE64，这是最省事的办法。这篇教程以此为基础展开。

 

转换常见图片格式至BASE64方法：

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

 

获取Access_TOKEN方法：

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']

 

 

 

注意：access_token的有效期为30天，切记需要每30天进行定期更换，或者每次请求都拉取新token；

笔者实际操作中，采取每次请求都拉取新token。优点你懂。

获取过程中可能遇到的问题解释：

 

invalid_clientunknown client id                          API Key不正确

invalid_clientClient authentication failed           Secret Key不正确

 

 

在Python 3里，我们这样定义一个结构，这里与官方文档不同：

#典型结构sample，不需要加\
sample = {"image":"test.JPG","image_type":"FACE_TOKEN","face_field":"faceshape,facetype"}

 

 

二：API调用 

• 返回字段和它的意义

字段	必选	类型	说明
face_num	是	int	检测到的图片中的人脸数量
face_list	是	array	人脸信息列表，具体包含的参数参考下面的列表。
+face_token	是	string	人脸图片的唯一标识
+location	是	array	人脸在图片中的位置
++left	是	double	人脸区域离左边界的距离
++top	是	double	人脸区域离上边界的距离
++width	是	doubl