python3调用旷视人脸识别

最新推荐文章于 2022-09-08 15:51:49 发布
最新推荐文章于 2022-09-08 15:51:49 发布
阅读量963 收藏 8
点赞数
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u012160945/article/details/102498541
版权

1.到旷视官网上注册申请key和secret

https://www.faceplusplus.com.cn/

2.人脸库图像准备，我的人脸库用图片如下：(图片文件名不能有中文，否则会调用错误)

3.根据官方api文档写几个post相关的函数

def detect_face(filepath):#检测图片里人脸信息
    http_url ="https://api-cn.faceplusplus.com/facepp/v3/detect"
    files = {"image_file": open(filepath, "rb")}
    data = {"api_key":key, "api_secret": secret}
    response = requests.post(http_url, data=data, files=files)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def set_face(outer_id):#创建face_set人脸库
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/create'
    params = {
            'api_key':key,
            'api_secret':secret,
            'outer_id':outer_id
            }
    response = requests.post(url,data = params)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def addface(outer_id,facetokens):#将face加入到faceset
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/addface'
    params = {
            'api_key':key,
            'api_secret':secret,
            #'faceset_token':faceset,
            'outer_id':outer_id,
            'face_tokens':facetokens
            }
    r = requests.post(url,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def face_search(image_file1,outer_id):#查找face库里有无对应人脸，默认返回result是最大脸结果
    url = 'https://api-cn.faceplusplus.com/facepp/v3/search'
    files = {"image_file": open(image_file1, "rb")}
    params = {
            'api_key':key,
            'api_secret':secret,
            #'faceset_token':faceset_token,
            'outer_id':outer_id
            }
    r = requests.post(url,files = files,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def face_search2(facetoken,outer_id):#根据facetoken来返回结果
    url = 'https://api-cn.faceplusplus.com/facepp/v3/search'
    params = {
            'api_key':key,
            'api_secret':secret,
            'face_token':facetoken,
            'outer_id':outer_id
            }
    r = requests.post(url,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def getfaceset():#获取faceset信息
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/getfacesets'
    params = {
            'api_key':key,
            'api_secret':secret,
            }
    response = requests.post(url,data = params)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def deletefaceset(outer_id):#删除faceset
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/delete'
    params = {
            'api_key':key,
            'api_secret':secret,
            'outer_id':outer_id,
            'check_empty':0
            }
    response = requests.post(url,data = params)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def face_SetUserID(face_token,user_id):#为检测出的某一个人脸添加标识信息，该信息会在Search接口结果中返回，用来确定用户身份。
    url = 'https://api-cn.faceplusplus.com/facepp/v3/face/setuserid'
    params = {
            'api_key':key,
            'api_secret':secret,
            'face_token':face_token,
            'user_id':user_id
            }
    r = requests.post(url,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

4.调用旷视api

1）创建人脸库faceset：创建faceset要用到Faceset的Face detect的api，

   首先，使用FaceSet Create API创建人脸库，然后使用Detect API历遍人脸图片目录，并把对应的facetoken保存在人脸库里并附加1个对应的‘userid’方便后续调用。

def makedataset(dataset_path='./database',outer_id='人脸库'):
    img_paths=os.listdir(dataset_path)
    user_ids=[img_path.split('.')[0] for img_path in img_paths] #解析人名
    img_paths=[os.path.join(dataset_path,img_path) for img_path in img_paths]#解析图片地址
    #1.创建Faceset,outerid为’人脸库‘
    set_face(outer_id)#创建人脸库faceset
    #2.人脸库中加入人脸token
    for (user_id,img_path) in zip(user_ids,img_paths):
        face_json = detect_face(img_path)#检测图片中人脸
        face_token= face_json['faces'][0]['face_token']#获取人脸face_token
        addface(outer_id,face_token)#把face_token追加到人脸库faceset
        face_SetUserID(face_token,user_id)#给face_token绑定1个user_id

2）人脸检测和识别 ：原face search的api只返回最大脸的识别结果，如果图片中所有的都要识别，则需要把图片里所有的检测出的face_token送入search api

def find_all_faces(img_path,outer_id='人脸库'):#找到图片里所有脸并标出
    face_json=detect_face(img_path)
    faces=face_json['faces']
    for face in faces:
        face['result']=face_search2(face['face_token'],outer_id)['results'][0]
    return faces

def find_biggest_face(img_path,outer_id='人脸库'):#找到图片里脸最大的并标出
    face_json=face_search(img_path,outer_id='人脸库')
    faces=[face_json['faces'][0]]
    faces[0]['result']=face_json['results'][0]
    return faces

3）检测结果绘制：由于opencv不支持中文显示，所以这里要使用pillow的库来处理

def draw_result(img,faces):#绘制结果（PIL库可以显示中文）
    textSize=20
    if (isinstance(img, np.ndarray)):  #判断是否OpenCV图片类型
        img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    draw = ImageDraw.Draw(img)
    fontText = ImageFont.truetype("/usr/share/fonts/opentype/noto/NotoSansCJK-Bold.ttc", textSize, encoding="utf-8")
    for face in faces:
        loc=face['face_rectangle']
        result=face['result']
        if loc['width']>35:#只处理宽度大于40的人脸
            draw.rectangle((loc['left'], loc['top'], loc['left']+loc['width'], loc['top']+loc['height']), None, (0,255,0),width=4)
            if result['confidence']>60:#根据置信率贴标
                text_show=name_dict[result['user_id']]+' '+str(result['confidence'])+'%'
                draw.text((loc['left'], loc['top']-textSize-4), text_show, (0,255,0), font=fontText)
            else:
                draw.text((loc['left'], loc['top']-textSize-4), '其他人', (0,255,0), font=fontText)
    return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)

检测效果图：

完整代码：

#--------------------利用旷视api进行人脸检测和识别---------------------
import requests
from json import JSONDecoder
import os
import cv2
from PIL import Image,ImageDraw,ImageFont
import numpy as np

#定义key和sercet，需要到旷视网上申请注册
key = ""
secret = ""
#定义userid和人名的关系
name_dict={"HuangXiaoming":"黄晓明","DengChao":"邓超","HeJiong":"何炅","TongDawei":"佟大为","WangYuan":"王源","YangYing":"杨颖","YiYangqianxi":"易烊千玺","WangJunkai":"王俊凯"}

def detect_face(filepath):#传入图片文件
    http_url ="https://api-cn.faceplusplus.com/facepp/v3/detect"
    files = {"image_file": open(filepath, "rb")}
    data = {"api_key":key, "api_secret": secret}
    response = requests.post(http_url, data=data, files=files)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def set_face(outer_id):#创建face_set
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/create'
    params = {
            'api_key':key,
            'api_secret':secret,
            'outer_id':outer_id
            }
    response = requests.post(url,data = params)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def addface(outer_id,facetokens):#将face加入到faceset
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/addface'
    params = {
            'api_key':key,
            'api_secret':secret,
            #'faceset_token':faceset,
            'outer_id':outer_id,
            'face_tokens':facetokens
            }
    r = requests.post(url,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def face_search(image_file1,outer_id):#查找face库里有无对应人脸，默认返回result是最大脸结果
    url = 'https://api-cn.faceplusplus.com/facepp/v3/search'
    files = {"image_file": open(image_file1, "rb")}
    params = {
            'api_key':key,
            'api_secret':secret,
            #'faceset_token':faceset_token,
            'outer_id':outer_id
            }
    r = requests.post(url,files = files,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def face_search2(facetoken,outer_id):#根据facetoken来返回结果
    url = 'https://api-cn.faceplusplus.com/facepp/v3/search'
    params = {
            'api_key':key,
            'api_secret':secret,
            'face_token':facetoken,
            'outer_id':outer_id
            }
    r = requests.post(url,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def getfaceset():#获取faceset信息
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/getfacesets'
    params = {
            'api_key':key,
            'api_secret':secret,
            }
    response = requests.post(url,data = params)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def deletefaceset(outer_id):#删除faceset
    url = 'https://api-cn.faceplusplus.com/facepp/v3/faceset/delete'
    params = {
            'api_key':key,
            'api_secret':secret,
            'outer_id':outer_id,
            'check_empty':0
            }
    response = requests.post(url,data = params)
    req_dict = response.json()
    print(req_dict)
    return req_dict

def face_SetUserID(face_token,user_id):#为检测出的某一个人脸添加标识信息，该信息会在Search接口结果中返回，用来确定用户身份。
    url = 'https://api-cn.faceplusplus.com/facepp/v3/face/setuserid'
    params = {
            'api_key':key,
            'api_secret':secret,
            'face_token':face_token,
            'user_id':user_id
            }
    r = requests.post(url,data = params)
    req_dict = r.json()
    print(req_dict)
    return req_dict

def makedataset(dataset_path='./database',outer_id='人脸库'):
    img_paths=os.listdir(dataset_path)
    user_ids=[img_path.split('.')[0] for img_path in img_paths] #解析人名
    img_paths=[os.path.join(dataset_path,img_path) for img_path in img_paths]#解析图片地址
    #1.创建Faceset,outerid为’人脸库‘
    set_face(outer_id)
    #2.人脸库中加入人脸token
    for (user_id,img_path) in zip(user_ids,img_paths):
        face_json = detect_face(img_path)
        face_token= face_json['faces'][0]['face_token']
        addface(outer_id,face_token)
        face_SetUserID(face_token,user_id)

def draw_result(img,faces):#绘制结果（PIL库可以显示中文）
    textSize=20
    if (isinstance(img, np.ndarray)):  #判断是否OpenCV图片类型
        img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    draw = ImageDraw.Draw(img)
    fontText = ImageFont.truetype("/usr/share/fonts/opentype/noto/NotoSansCJK-Bold.ttc", textSize, encoding="utf-8")
    for face in faces:
        loc=face['face_rectangle']
        result=face['result']
        if loc['width']>35:#只处理宽度大于40的人脸
            draw.rectangle((loc['left'], loc['top'], loc['left']+loc['width'], loc['top']+loc['height']), None, (0,255,0),width=4)
            if result['confidence']>60:#根据置信率贴标
                text_show=name_dict[result['user_id']]+' '+str(result['confidence'])+'%'
                draw.text((loc['left'], loc['top']-textSize-4), text_show, (0,255,0), font=fontText)
            else:
                draw.text((loc['left'], loc['top']-textSize-4), '其他人', (0,255,0), font=fontText)
    return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)

def find_all_faces(img_path,outer_id='人脸库'):#找到图片里所有脸并标出
    face_json=detect_face(img_path)
    faces=face_json['faces']
    for face in faces:
        face['result']=face_search2(face['face_token'],outer_id)['results'][0]
    return faces

def find_biggest_face(img_path,outer_id='人脸库'):#找到图片里脸最大的并标出
    face_json=face_search(img_path,outer_id='人脸库')
    faces=[face_json['faces'][0]]
    faces[0]['result']=face_json['results'][0]
    return faces



if __name__ == "__main__":
    #makedataset(outer_id='人脸库')
    #dataset=getfaceset()
    #deletefaceset('人脸库')
    img_paths=os.listdir('./face_test')
    img_paths=[os.path.join('./face_test',img_path) for img_path in img_paths]
    index=0
    for img_path in img_paths:
        faces=find_all_faces(img_path,outer_id='人脸库')
        #faces=find_biggest_face(img_path,outer_id='人脸库')
        img=cv2.imread(img_path)
        img_result=draw_result(img,faces)
        cv2.imwrite('./result/'+str(index)+'.jpg',img_result)
        index=index+1
        #cv2.imshow('',img_result)
        #cv2.waitKey(0)

 

fegggye
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python调用OpenCV实现人脸识别功能
12-25
Python调用OpenCV实现人脸识别，供大家参考，具体内容如下 硬件环境： Win10 64位 软件环境： Python版本：2.7.3 IDE：JetBrains PyCharm 2016.3.2 Python库： 1.1) opencv-python(3.2.0.6) 搭建过程： OpenCV ...
python-opencv 简单人脸识别
04-10
它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然...
旷视face++WebAPI接口调用
牧野渔樵
10-26 3017
一
旷视face++，图像识别
weixin_42456051的博客
05-14 1484
旷视face++ https://www.faceplusplus.com.cn/scene-and-object-recognition/ 1）进入网址注册后，创建图像识别的API Key （2）创建成功后，查看图像识别的API文档 3）查阅API文档后，从API入门的代码示例下，创建main.py，修改http_url、key、secret、filepath # -*- coding: utf-8 -*- import urllib.request import urllib.error impo
【Python调用Face++ API的人脸识别】
LanLan的博客
03-06 2332
Face++是一套成熟的人脸检测、识别和跟踪等视觉技术服务平台，每个人在Face++的官网注册账号后可以申请新建API，随后会分配API key和 API Secrect，这样我们就可以使用这些API进行简单的人脸识别了
旷视科技 -- Face++ 世界最大的人脸识别技术平台
weixin_30321709的博客
12-17 1214
旷视科技 -- Face++ 世界最大的人脸识别技术平台: https://www.megvii.com/ 转载于:https://www.cnblogs.com/hopesun/p/8053102.html
如何使用python语言调用旷世（Face++）应用
qq_56501557的博客
09-08 802
本文旨在未新手使用python语言对Face++中的应用进行调用说明
旷视人脸识别SDK 粗略分类剖析
weixin_43296173的博客
02-13 1574
旷视人脸识别SDK API 分类
python opencv3实现人脸识别（windows）
09-20
主要为大家详细介绍了python opencv3实现人脸识别程序，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
python调用百度人脸识别:来一次颜值评分
12-21
打开百度ai人脸识别-点击立即使用-登录百度帐号 新建一个应用-获取key 来到帮助手册 找到换取token的网址，将其写出函数形式 def gettoken(): host = '...
Face++ 最新基于人脸识别api写的demo
09-06
基于旷视科技最新api （2018版）整理 而写的demo 里面有增删改查 等调用api的方法 直接拿来就可以开撸代码！！！简直完美！有问题可以加
旷视研究院 算法岗 人脸识别方向 面经
weixin_42129882的博客
06-19 896
旷视研究院 算法岗 人脸识别方向 电话面 2020/6/19 16：00-17：00 面试官是做活体检测的 1.介绍项目 项目是做人脸识别相关的，也是小论文，问了些测试指标和公开数据集的一些指标，做这个的出发点，然后挑些毛病，没怎么听懂。 2.项目中用到了resnet，让我讲下resnet的blocks，以及每个blocks是什么样的，具体到每一层是什么？ 如果现场面估计要叫我画网络结构图。 3.resnet设计的初衷？ 4.resnet中的kernel_size？ 5.bn层原理？ 6.bn层的均值和方差
android 快速接入第三方（face++ 旷视）人脸识别 讲解！
csdn131488的博客
09-04 1万+
        人脸识别是现在当下比较热门的也是应用场景比较多的技术，最近公司有一个项目中也需要用到人脸识别的人脸认证功能，开始摸索的时候是去各种官网找质料，却发现都无从下手。下面是告诉大家如何能在最短的时间内去使用face++的人脸识别技术，少走弯路！        接入后的效果图（结尾有demo附上请把文章看完）      一. 如何获取SDK（首先声明不管使用哪家的人脸识别技术都...
Face_Recognition 人脸识别函数详解
wqs880527的博客
04-21 1万+
加载人脸图片文件 load_image_file(file, mode='RGB'): 通过 PIL.image.open 加载图片文件 mode 有两种模式 ‘RGB’ 3通道 和 ‘L' 单通道 返回 numpy.array 查找人脸位置 人脸分割 face_locations(img, number_of_times_to_upsample=1, model="hog"):...
旷视API调用识别身份证
weixin_41463944的博客
12-05 558
import requests from json import JSONDecoder import datetime http_url ="https://api-cn.faceplusplus.com/cardpp/v1/ocridcard" key ="申请的api_key" secret ="秘钥" imgpath =r'身份证图片地址' data = {"api_key":key, "api_secret": secret, "legality": 0} files = {"image_fil
dlib库包的介绍与使用，opencv+dlib检测人脸框、opencv+dlib进行人脸68关键点检测，opencv+dlib实现人脸识别，dlib进行人脸特征聚类、dlib视频目标跟踪
热门推荐
求真、务实
01-07 3万+
1 dlib库介绍 dlib官网：http://dlib.net/ dlib模型文件和源码下载：http://dlib.net/files/ dlib介绍 dlib人脸检测与人脸识别 2 dlib人脸检测：绘制出人脸检测框 2.1 dlib人脸检测源码 1、人脸检测，dlib官方例子face_detector.py face detector 这个人脸检测器是使用现在经典的直方图定向梯度(HOG)特征，结合线性分类器，图像金字塔和滑动窗口检测方案。这种类型的物体检测器是相当普遍的，除了人脸之外，还能够检
【API调用】人脸检测+人脸属性（旷视 / 百度）
进一寸有一寸的欢喜
08-31 4581
文章目录1 简介2 旷视 face++2.1 注册[注册 API Key](https://console.faceplusplus.com.cn/app/apikey/list)2.2 调用API(以人脸检测为例)代码将结果转化为json，可修改为2.3 API返回结果keys完整结果2.3 异常3. 百度创建应用获取access_token完整的测试程序 1 简介 人脸检测，人脸属性编辑， 2 旷视 face++ 官网web-demo在线演示 2.1 注册 注册 API Key 登录旷视人工智能开
face++人脸识别、对比、检测全过程（使用qt调用face++接口
努力发paper中的业余分享爱好者
07-27 1318
首先需要明白人脸、人脸集合（faceset）、人脸比对、人脸搜索的概念，以及如何调用face++接口。本文使用的是qt平台、语言C++。可以参考文章：人脸识别——Qt通过发起Http请求调用face++接口 下面是具体过程 创建人脸集合faceSet。使用此接口 https://api-cn.faceplusplus.com/facepp/v3/faceset/create 进行人脸检测，将图...
5种最著名的人脸识别算法和关键特征介绍
TSINGSEE青犀视频官方技术博客
11-24 2万+
人脸识别算法是任何人脸检测和识别系统或软件的基础组件。专家将这些算法分为两种核心方法：几何方法侧重于区分特征，光度统计方法用于从图像中提取值。 然后将这些值与模板进行比较以消除差异。 这些算法还可以分为两个更一般的类别——基于特征的模型和整体模型。前者侧重于面部标志并分析它们的空间参数和与其他特征的相关性，而整体方法将人脸视为一个整体。 人工神经网络是图像识别中最流行和最成功的方法。人脸识别算法基于数学计算，神经网络同时执行大量数学运算。 这些算法执行三个主要任务：检测图像、视频或实时流中的人脸；计
python调用旷视科技做一个人脸识别的app
最新发布
06-06
使用Python调用旷视科技的人脸识别API实现人脸识别的步骤如下： 1. 在旷视科技平台注册账号，创建应用，获取App ID和API Key。 2. 安装Python的requests库，用于发送HTTP请求和接收响应。 3. 使用requests库发送HTTP POST请求到旷视科技的人脸识别API，需要传递相应的参数，包括App ID、API Key、待识别的图片等。例如： ``` import requests api_key = 'YOUR_API_KEY' api_secret = 'YOUR_API_SECRET' image_file = 'YOUR_IMAGE_FILE' url = 'https://api-cn.faceplusplus.com/facepp/v3/detect' data = { 'api_key': api_key, 'api_secret': api_secret, 'image_file': open(image_file, 'rb'), 'return_attributes': 'gender,age,smiling,emotion,ethnicity,beauty,skinstatus' } response = requests.post(url, files=data) ``` 其中，YOUR_API_KEY和YOUR_API_SECRET是通过旷视科技平台获取的，YOUR_IMAGE_FILE是待识别的图片的文件路径。 4. 解析返回的JSON格式响应，得到识别结果。例如： ``` import json result = json.loads(response.text) faces = result['faces'] for face in faces: attributes = face['attributes'] gender = attributes['gender']['value'] age = attributes['age']['value'] smiling = attributes['smile']['value'] emotion = attributes['emotion']['value'] ethnicity = attributes['ethnicity']['value'] beauty = attributes['beauty'] skinstatus = attributes['skinstatus'] print('Gender:', gender) print('Age:', age) print('Smiling:', smiling) print('Emotion:', emotion) print('Ethnicity:', ethnicity) print('Beauty:', beauty) print('Skin Status:', skinstatus) ``` 其中，通过faces获取到识别出来的人脸信息，通过attributes获取到人脸的属性信息，包括性别、年龄、微笑程度、情绪、人种、美丑分值、皮肤状态等。 需要注意的是，使用旷视科技平台的人脸识别API需要申请开通并获取相应权限，同时需要遵循相关法律法规和隐私保护原则。

“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

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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