python3.6+百度人脸识别API进行照片人脸对比

车被划了,调了十几天的监控录像,感觉自己看太累,突然有个想法,能否弄个自动看录像,当画面出现人脸或人形时自动截图保存,这样应该能省去很多时间(有种刑侦的感觉...),既然想到了,无论能否成功都需要从识别开始吧,这时就想到百度人脸识别咯(最强大脑貌似看过,有点印象),话不多说,先了解一下。

打开百度AI页面:http://ai.baidu.com/

登入后找到人脸识别

创建个应用,填好资料


进入应用界面,将API Key Secret Key复制出来备用


后续就是阅读API文档咯,这个接口使用并不复杂(只是简单的尝尝鲜),只在一个地方卡了一下(基础问题...),其他还比较顺利,直接上代码:

import sys
import ssl
from urllib import request,parse

# client_id 为官网获取的AK, client_secret 为官网获取的SK
#获取token
def get_token():
    client_id = API Key
    client_secret = Secret Key
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s'%(client_id,client_secret)
    req = request.Request(host)
    req.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = request.urlopen(req)
    #获得请求结果
    content = response.read()
    #结果转化为字符
    content = bytes.decode(content)
    #转化为字典
    content = eval(content[:-1])
    return content['access_token']


#转换图片
#读取文件内容,转换为base64编码
#二进制方式打开图文件
def imgdata(file1path,file2path):
    import base64
    f=open(r'%s' % file1path,'rb') 
    pic1=base64.b64encode(f.read()) 
    f.close()
    f=open(r'%s' % file2path,'rb') 
    pic2=base64.b64encode(f.read())
    f.close()
    #将图片信息格式化为可提交信息,这里需要注意str参数设置
    params = {"images":str(pic1,'utf-8') + ',' + str(pic2,'utf-8')}
    return params

#提交进行对比获得结果
def img(file1path,file2path):
    token = get_token()
    #人脸识别API
    #url = 'https://aip.baidubce.com/rest/2.0/face/v2/detect?access_token='+token
    #人脸对比API
    url = 'https://aip.baidubce.com/rest/2.0/face/v2/match?access_token='+token
    params = imgdata(file1path,file2path)
    #urlencode处理需提交的数据
    data = parse.urlencode(params).encode('utf-8')
    req = request.Request(url,data=data)
    req.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = request.urlopen(req)
    content = response.read()
    content = bytes.decode(content)
    content = eval(content)
    #获得分数
    score = content['result'][0]['score']
    if score>80:
        return '照片相似度:'+str(score)+',同一个人'
    else:
        return '照片相似度:'+str(score)+',不是同一个人'

if __name__ == '__main__':
    file1path = './pic/1.jpg'
    file2path = './pic/2.jpg'
    res = img(file1path,file2path)
    print(res)

我在根目录下放了一个pic的文件夹,里面随便放了几个照片,测试了一下,结果如下:


效果是出来了,不过好像偏离我原来的需求有点远了,不过也算是小小的玩了一把。

  • 3
    点赞
  • 61
    收藏
    觉得还不错? 一键收藏
  • 24
    评论
识别结果大概是这样 {'result': {'face_num': 1, 'face_list': [{'quality': {'occlusion': {'right_eye': 0, 'left_cheek': 0.1459853947, 'right_cheek': 0.05144193396, 'left_eye': 0.465408802, 'mouth': 0.02919708006, 'chin_contour': 0.01420217194, 'nose': 0}, 'illumination': 116, 'blur': 7.266304692e-06, 'completeness': 1}, 'age': 22, 'face_token': 'dc6f8f9df5d977ea476e2d04acdf5063', 'race': {'type': 'white', 'probability': 0.6173604727}, 'glasses': {'type': 'common', 'probability': 0.9834988713}, 'gender': {'type': 'male', 'probability': 0.655915916}, 'face_probability': 0.9185044169, 'beauty': 51.21487427, 'angle': {'roll': -2.750922441, 'yaw': 28.97134399, 'pitch': 5.202290535}, 'location': {'height': 65, 'top': 112.0704803, 'width': 76, 'left': 76.20765686, 'rotation': -4}, 'face_type': {'type': 'human', 'probability': 0.9992217422}, 'face_shape': {'type': 'oval', 'probability': 0.4419156313}, 'expression': {'type': 'none', 'probability': 0.9999142885}}]}, 'error_msg': 'SUCCESS', 'timestamp': 1537413754, 'cached': 0, 'error_code': 0, 'log_id': 9465840013520} 年龄:22 颜值:51.21487427 表情-type(none:不笑;smile:微笑;laugh:大笑):none 表情-probability(表情置信度,范围【0~1】,0最小、1最大):0.9999142885 脸型-type(square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形):oval 脸型-probability(置信度,范围【0~1】,代表这是人脸形状判断正确的概率,0最小、1最大):0.4419156313 性别-type(male:男性 female:女性):male 性别-probability(性别置信度,范围【0~1】,0代表概率最小、1代表最大。):0.655915916 是否带眼镜-type(none:无眼镜,common:普通眼镜,sun:墨镜):common 是否带眼镜-probability(眼镜置信度,范围【0~1】,0代表概率最小、1代表最大。):0.9834988713 人种-type(yellow: 黄种人 white: 白种人 black:黑种人 arabs: 阿拉伯人):white 人种-probability(人种置信度,范围【0~1】,0代表概率最小、1代表最大。):0.6173604727 真实人脸/卡通人脸 -type(human: 真实人脸 cartoon: 卡通人脸):human 真实人脸/卡通人脸 -probability(人脸类型判断正确的置信度,范围【0~1】,0代表概率最小、1代表最大。):0.9992217422
Python中可以使用OpenCV和PyQt来实现人脸识别。首先,你需要创建一个名为"opencv"的Python环境,并安装OpenCV。你可以使用以下命令创建环境并激活它: ``` $ conda create -n opencv python=3.6 $ activate opencv ``` 然后,你需要安装OpenCV和PyQt库。你可以使用以下命令安装OpenCV和依赖的库: ``` $ cd modules $ pip install opencv_python-3.4.1 contrib-cp36-cp36m-win_amd64.whl ``` 接下来,你可以使用PyQt设计一个GUI程序来实现人脸识别。你可以参考一篇名为《基于pyqt OpenCV设计的用户密码或人脸识别登录GUI程序设计》的文章,该文章介绍了如何利用PyQt和OpenCV实现人脸识别。该文章主要使用OpenCV提供的人脸识别接口,包括人脸图像采集、模型参数学习和人脸推理(识别)等功能。 通过以上步骤,你可以开始使用Python、OpenCV和PyQt来进行人脸识别的开发工作了。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [基于Opencv和Python人脸识别身份认证系统(带Pyqt界面),附演示视频和下载链接](https://blog.csdn.net/qq_40088030/article/details/130516158)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [基于pyqt+OpenCV+神经网络算法实现人脸识别](https://blog.csdn.net/u012132349/article/details/93067162)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 24
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