用python画肖战_王一博、肖战、吴宣仪、杨紫，2019明星沸点榜，谁的颜值更高，Python告诉你...

比较谁的颜值更高，样本选择是个不小的问题，即使同一个明星，不同的照片也会产生不同的颜值分数，选择不当会造成很大的样本误差。为了尽量减小误差，我们这次的明星图片全部从美桌网来获取(下图)。

下面是下载备用的10位明星图片。其实为了使结果更有说服力，可以每位明星都选取很多张图片，然后分别进行颜值打分后取均值，不过我们又不是什么权威认定，本文只讲过程、不重结果，也就不做那么麻烦的操作了。

现在样本图片准备就绪，下一步就可以开始颜值检测了。不过在此之前也可以先养养眼~~

02

人脸检测

人脸图像的颜值检测我们使用百度的API(免费又好用)，只需要注册个账号然后创建应用就可以(下图)，其中的API Key和Secret Key后面会用到。

总体来说，使用这个API需要先根据AK和SK生成自己的access_token，然后对需要检测的人脸图片进行格式转换，最后根据要求的格式构建请求url，下面我们结合代码来进行说明。

首先我们建立一个类，初始化的时候进行固定参数赋值，比如我们的AK和SK还有headers；get_token方法会根据AK和SK获取最新的access_token，方法都是官方文档中给出的，大家参照执行就可以。代码如下：

接下来这个函数会将指定图片转换为base64编码，为什么要转换？因为百度人脸检测API目前支持三种图片数据类型：一种就是 BASE64；第二种是 URL，也就是在线的图片源地址；第三种是 FACE_TOKEN。如果是本地图片上传，还是使用BASE64相对方便一些。代码如下：

最后就是人脸检测函数了，这里面大部分内容都是根据文档定制的，需要修改的主要是params部分：

face_field参数指示的是人脸检测后的返回字段，这次我们只需要颜值和性别就可以了，但其实这个API还可以检测很多内容，包括：age, eauty, expression, face_shape, gender, glasses, landmark, landmark150, race, quality, eye_status, emotion, face_type等，具体含义这里就不解释了；

image参数表示需要检测的图片，这里其实是转换成base64后的编码；

image_type参数就是待检测图片的类型了，前面我们说过有BASE64、URL和FACE_TOKEN三种。

还有需要注意就是response.json其实包含了很多信息， 我可以打印出来给大家看下：

而我们需要的信息只有beauty和gender种的type两个数据，所以需要从中一层层的把他们剥离出来。以上就是人脸检测函数的全部功能，代码如下：

到这里一幅图片的人脸检测代码就完整了。

03

颜值打分

现在我们遍历picture文件夹，对其下的每张图片进行人脸检测并打分保存结果。为此我们构建以下代码：

对于picture文件夹中的每幅图片，我们经过人脸检测类得到其beauty和gender两个数据，再跟图片名称(明星名字)一起存入到一个dataframe中，最后保存到CSV文件，来看下最终的结果：

从结果看，百度API给出的颜值评分最高的是朱一龙87.74分，最低的是邓伦63.29分(其实我个人感觉邓伦还是挺帅的)。不过从总体分数分布来看，上榜的这几位明星的颜值还是很高的。

从男星女星颜值均值对比来看，基本是持平状态：

话说我近几年比较喜欢的一名女星赵丽颖没有上榜，这里单独为她做一下颜值检测，评分结果是84.32分，比上榜女星中得分最高的吴宣仪还要高。

文章的最后，我再次声明下本文只讲方法不重结果，纯属技术分享，其测评分数完全由百度API给出，明星照片的选取对测评结果也有很大的影响。 总之相信每个宅男心中都有一个自己的女神，每个程序媛心中也有自己的男神。其实我偷偷说一下，我心中还有一个女神就是 大 幂 幂！

近期热门：