pyqt5 + 百度api 打造一个图像人脸识别、分割的程序

前序

这篇文章主要介绍利用 pyqt5 和 百度人脸识别 api 搭建一个具有人脸识别、头像裁剪等多个功能集一体的小工具，我们先看一下程序的最终效果

程序的基本使用步骤：

1，加载本地图片并在界面上实现预览；

2，点击 convert 后台调用百度 api 实现人脸识别并进行区域分割，同时返回关于人物颜值、性别、脸型等信息；

3，如果需要保存裁剪之后的图像，点击 Save as 保存到本地对应位置；

整个程序的实现分为三个部分：

1，获取百度 api 实现人脸识别接口并进行调用；

2，利用Qt designer 进行界面设计，编写代码实现一些功能函数；

3，把1功能和2的界面进行信号槽链接；

2，程序开发详细过程

2.1，获取百度人脸识别 API 接口并进行调用；

对于人脸识别 API 接口 ，这里只是以百度为例，百度人脸识别 API 的地址 :https://ai.baidu.com/tech/face；利用这个接口，可以很方便地返回我们需要的信息

百度 API 构造基本流程：创建应用 -> 获取 API Keys 和 Secret Keys -> 得到 token -> 利用 token 拼API ;

首先需要完成登录(账号百度云即可)，登录之后会进入下面这个界面，左侧栏列出了 人脸识别 专区提供的一些服务，有技术文档(关于怎么获取接口，以及怎样使用接口)、监控报表(调用接口的基本情况)…

如果第一次使用需创建一个应用，用于获取 API key 和 Secret key

根据官网文档，拿到 API key 和 Secret Key 之后，拼接成一个链接，利用 requests 进行访问得到 token ，(注: token 的有效时间为30天，30天之后如果继续使用的话，需要更换)

import requests 

# client_id 为官网获取的AK， client_secret 为官网获取的SK
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'
response = requests.get(host)
if response:
    print(response.json()['access_token'])

token 拿到之后，与下面链接拼接在一起就得到了API 接口：

https://aip.baidubce.com/rest/2.0/face/v1/merge?access_token=[获取得到的Token]

API 的使用方法如下：

import requests

'''
人脸检测与属性分析
'''
request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"

params = "{\"image\":\"027d8308a2ec665acb1bdf63e513bcb9\",\"image_type\":\"FACE_TOKEN\",\"face_field\":\"faceshape,facetype\"}"
access_token = '[调用鉴权接口获取的token]'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/json'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    print (response.json())

其中 headers 不用改变，access_token 就是前面获取得到的 token ；重点是 params 参数，里面需要写入三个参数: image，image_type，image_filed：

image	当image_type = BASE64，填入图片base64编码(指的是本地文件)； 当image_type = URL，填入图片链接 当image_type = FACE_TOKEN，填入图片 FACE_TOKEN；
image_type	BASE64:图片的base64值，base64编码后的图片数据，编码后的图片大小不超过2M； URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)； FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个。
image_filed	指的是你想要的信息，例如：age,beauty,expression,face_shape,gender,glasses,landmark,landmark150,race,quality,eye_status,emotion,face_type

image 的 BASE64 编码值指的时本地文件读取， 可以利用 base64.b64enconde 函数进行获取，params 也可以写成键值对字典形式:

params = {
                'image': str(base64.b64encode(open(file_name, 'rb').read()), 'utf-8'),#file_name指的时图片的本地路径；
                'image_type': 'BASE64',
                'face_field': 'age,beauty,expression,face_shape,location,gender'
            }

官方文档对于 image_filed 介绍的很详细，下面我贴上其中一部分，更详细的可以参考：https://cloud.baidu.com/doc/FACE/s/yk37c1u4t ;

为了后面的获取人脸裁剪位置，这里在 image_filed 中加入了 location 参数，返回的结果中会有 location json 格式数据 ，里面有人脸 left、width、top、height 等坐标参数；得到这 4 个参数之后，用 **PIL 的 image.crop ** 函数得到人脸裁剪图像

关于图像人脸的全部信息会以 json 格式返回，requests 使用接口时需要注意的是 post 方式；到这里 人脸识别API 获取及使用方法已经介绍完毕了。

2.1，利用qt designer 进行界面设计；

这里自己偷了个懒，不想写代码，直接用 qt designer 工具设计了一个简单界面(下面是初期的界面，后面用代码改了一部分)：

界面中用两个 Label 来放置原图和裁剪之后的图片，背景设为不同颜色，左下角用三个 pushbutton 来作为打开、保存、裁剪按钮(上图中的界面在后续用代码做了一些改动)。

界面的右下角就是用于预览 人脸识别后的信息：年龄、性别、颜值、脸型等。

Qt designer 设计好的界面以 ui 文件保存，用 PyGUI 工具把 .ui 转化为 .py

2.3，界面信号—槽链接

这一步就是把 2.1 获取得到的信息 在 2.2 中的设计的界面进行链接，用专业一点术语就是 信号槽链接，在此之前需要构造槽函数

首先，实现open 读取图片、预览功能函数，按钮信号槽链接；

    self.pushButton.clicked.connect(self.open_file)#signal-slot connect
    
    def open_file(self):
        file_name = QFileDialog.getOpenFileName(self,"Open file..","/",'all files:(*.png);;(*.jpg)')
        if file_name[0]:#File exits
            #clear the contend of label;
           self.label.clear()
           self.label_2.clear()
           self.file_name = file_name[0]
           print("file name: {}".format(str(self.file_name)))
           img = Image.open(self.file_name)
           pixmap = ImageQt.toqpixmap(img)
           self.label.setPixmap(pixmap)
           self.label.setScaledContents(True)
           self.pushButton_2.setEnabled(True)

        else:
            QMessageBox.warning(self,"waring","文件为空无法转换")

其次，实现 **Convert **按钮链接、图片裁剪、信息显示功能：

 self.pushButton_2.clicked.connect(self.get_date)#signal-slot connect
 
 
 def get_token(self):#get token
        get_token_url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}'.format(
            self.api, self.keys)
        try:
            res = requests.get(get_token_url).json()['access_token']
            return str(res)
        except:
            return 0

    def get_date(self):
        if self.file_name:
            params = {
                'image': str(base64.b64encode(open(self.file_name, 'rb').read()), 'utf-8'),
                'image_type': 'BASE64',
                'face_field': 'age,beauty,expression,face_shape,location,gender'
            }
            headers = {'content-type': 'application/json'}
            # 构造百度人脸检测请求url,获取token;,
            token = self.get_token()
            res_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token={}".format(str(token))
            res = requests.post(res_url, data=params, headers=headers)
            try:
                total_list = res.json()['result']['face_list']
                loacation = total_list[0]['location']
                left = int(loacation['left']) - 10
                upper = int(loacation['top']) - 10
                right = int(loacation['left']) + int(loacation['width']) + 10
                bottom = int(loacation['top'] + int(loacation['height'])) + 10
                img = Image.open(self.file_name).crop((left, upper, right, bottom))
                print(res.json())
                self.crop_pixmap = ImageQt.toqpixmap(img)
                self.label_2.setPixmap(self.crop_pixmap)
                self.label_2.setScaledContents(True)

                age = total_list[0]['age']
                print(age)
                self.lineEdit.setText(str(age))

                self.lineEdit.setAlignment(Qt.AlignCenter)
                gender = total_list[0]['gender']['type']
                print(gender)
                self.lineEdit_2.setText(str(gender))
                self.lineEdit_2.setAlignment(Qt.AlignCenter)
                beauty = total_list[0]['beauty']
                self.lineEdit_3.setText(str(beauty))
                self.lineEdit_3.setAlignment(Qt.AlignCenter)
                face_shape = total_list[0]['face_shape']['type']
                self.lineEdit_4.setText(str(face_shape))
                self.lineEdit_4.setAlignment(Qt.AlignCenter)


                # Save pushbutton 保存一致；
                self.pushButton_3.setEnabled(True)

            except:
                QMessageBox.warning(self,'error','Face recognise failed!')
        else:
            QMessageBox.information(self,'info','The file path of pic is not exist!')

裁剪图像保存，save 按钮信号槽连接：

    self.pushButton_3.clicked.connect(self.save_file)# signal-slot connect
    
    
    def save_file(self):
        self.pushButton_3.setEnabled(True)
        name = QFileDialog.getSaveFileName(self,'Save file','/','png:(*.png);;jpg:(*.jpg)')
        if name[0]:
            img = ImageQt.fromqpixmap(self.crop_pixmap)
            img.save(str(name[0]))
            QMessageBox.information(self,'info','{} saved successfully'.format(str(name[0])))
        else:
            QMessageBox.warning(self,'error','{} saved failed'.format(str(name[0])))

3，关于 API接口的一点吐槽

以上就是关于 人脸识别小程序 制作的完整过程，感兴趣的同学也可以试一下，完整源码获取方式：在公众号(小张Python)后台回复关键字 人脸识别 即可。

在程序制作过程中，对百度 人脸识别API 做次性能测试， 在 meizi图 网站 抓了400来张图片，分别调用API进行识别、裁剪，并把返回的年龄、性别等信息保存到 excel 表格中；

原图就不放了，下面是裁剪后图片，裁剪的效果还是不错的，

但是识别年龄方面存在一点问题：返回的基本都是在21-23整个区间，也不知道是爬取图片中的妹子都这么年轻，还是公开的 API 在年龄识别方面具有局限性。

最后，感谢阅读！