初识Java调用百度API实现图像识别

最近,了解了一下百度API图像识别,有了个初步认识,这里分享一下自己的理解。

我是在idea上用java项目进行了测试。文章以纯java项目进行举例。

第一步就是先去百度AI官网 申请一个图像识别的应用获得API key 和Secret Key

申请流程:

先到百度智能云,如果没有百度账号就先进行注册。

从管理控制台进入,在左侧栏产品服务之内,找到图像识别,创建一个应用创建完成之后,进行SDK下载。

这样便申请完成。

图像识别的使用:

在idea上创建一个java项目。

将之前下载的SDK进行解压,然后将jar包导入项目中。

在这里插入图片描述
然后点开SDK,查看使用说明。

在这里插入图片描述
之后,在快速入门之内,有相关的主代码。

在这里插入图片描述
按照主代码的提示,把APP_ID,API_KEY,SECRET_KEY换成自己的数据。就可以运行了。(图片的位置要放在src之下)

在这里插入图片描述
运行的图片如下图:
在这里插入图片描述
结果为:

{
  "result": {
    "top": 2,
    "left": 4,
    "width": 479,
    "height": 296
  },
  "log_id": 6428148333063957356
}

没有得到想要的结果是为什么呢?

因为还需要去修改一下方法,在SDK使用说明内,有个接口说明:在这里插入图片描述

从这里选择,需要的方法,本次测试选用菜品识别。代码就可以更改为:

public class Sample {

    //设置APPID/AK/SK
    public static final String APP_ID = "你的APP_ID";
    public static final String API_KEY = "你的 Api Key";
    public static final String SECRET_KEY = "你的 Secret Key";

    public static void main(String[] args) {
        // 初始化一个AipImageClassify
        AipImageClassify client = new AipImageClassify(APP_ID, API_KEY, SECRET_KEY);

        // 调用接口
        Sample.sample(client);
    }

    public static void sample(AipImageClassify client) {
        // 传入可选参数调用接口
        HashMap<String, String> options = new HashMap<String, String>();
        options.put("top_num", "3");
        options.put("filter_threshold", "0.7");
        options.put("baike_num", "5");

        // 参数为本地路径
        String image = "src/test.jpg";
        JSONObject res = client.dishDetect(image, options);
        System.out.println(res.toString(2));
    }
}

根据自己的需要可以对代码进行删减。现在的运行结果为:

{
  "result": [
    {
      "probability": "0.338196",
      "has_calorie": true,
      "calorie": "111",
      "name": "番茄鱼",
      "baike_info": {}
    },
    {
      "probability": "0.170515",
      "has_calorie": true,
      "calorie": "119",
      "name": "酸汤鱼",
      "baike_info": {}
    },
    {
      "probability": "0.106647",
      "has_calorie": true,
      "calorie": "153",
      "name": "水煮鱼",
      "baike_info": {}
    }
  ],
  "log_id": 409724319271275628,
  "result_num": 3
}

因为也是第一次了解百度API,就将自己的理解写了出来,如果有不对的地方也请谅解,我会继续努力。

  • 4
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
ImageComparerUI——基于Java语言实现的相似图像识别,基于直方图比较算法。 import java.awt.BorderLayout; import java.awt.Color; import java.awt.Dimension; import java.awt.FlowLayout; import java.awt.Font; import java.awt.Graphics; import java.awt.Graphics2D; import java.awt.Image; import java.awt.MediaTracker; import java.awt.event.ActionEvent; import java.awt.event.ActionListener; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; import javax.swing.JButton; import javax.swing.JComponent; import javax.swing.JFileChooser; import javax.swing.JFrame; import javax.swing.JPanel; public class ImageComparerUI extends JComponent implements ActionListener { /** * */ private static final long serialVersionUID = 1L; private JButton browseBtn; private JButton histogramBtn; private JButton compareBtn; private Dimension mySize; // image operator private MediaTracker tracker; private BufferedImage sourceImage; private BufferedImage candidateImage; private double simility; // command constants public final static String BROWSE_CMD = "Browse..."; public final static String HISTOGRAM_CMD = "Histogram Bins"; public final static String COMPARE_CMD = "Compare Result"; public ImageComparerUI() { JPanel btnPanel = new JPanel(); btnPanel.setLayout(new FlowLayout(FlowLayout.LEFT)); browseBtn = new JButton("Browse..."); histogramBtn = new JButton("Histogram Bins"); compareBtn = new JButton("Compare Result"); // buttons btnPanel.add(browseBtn); btnPanel.add(histogramBtn); btnPanel.add(compareBtn); // setup listener... browseBtn.addActionListener(this); histogramBtn.addActionListener(this); compareBtn.addActionListener(this); mySize = new Dimension(620, 500); JFrame demoUI = new JFrame("Similiar Image Finder"); demoUI.getContentPane().setLayout(new BorderLayout()); demoUI.getContentPane().add(this, BorderLayout.CENTER); demoUI.getContentPane().add(btnPanel, BorderLayout.SOUTH); demoUI.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); demoUI.pack(); demoUI.setVisible(true); } public void paint(Graphics g) { Graphics2D g2 = (Graphics2D) g; if(sourceImage != null) { Image scaledImage = sourceImage.getScaledInstance(300, 300, Image.SCALE_FAST); g2.drawImage(scaledImage, 0, 0, 300, 300, null); } if(candidateImage != null) { Image scaledImage = candidateImage.getScaledInstance(300, 330, Image.SCALE_FAST); g2.drawImage(scaledImage, 310, 0, 300, 300, null); } // display compare result info here Font myFont = new Font("Serif", Font.BOLD, 16); g2.setFont(myFont); g2.setPaint(Color.RED); g2.drawString("The degree of similarity : " + simility, 50, 350); } public void actionPerformed(ActionEvent e) { if(BROWSE_CMD.equals(e.getActionCommand())) { JFileChooser chooser = new JFileChooser(); chooser.showOpenDialog(null); File f = chooser.getSelectedFile(); BufferedImage bImage = null; if(f == null) return; try { bImage = ImageIO.read(f); } catch (IOException e1) { e1.printStackTrace(); } tracker = new MediaTracker(this); tracker.addImage(bImage, 1); // blocked 10 seconds to load the image data try { if (!tracker.waitForID(1, 10000)) { System.out.println("Load error."); System.exit(1); }// end if } catch (InterruptedException ine) { ine.printStackTrace(); System.exit(1); } // end catch if(sourceImage == null) { sourceImage = bImage; }else if(candidateImage == null) { candidateImage = bImage; } else { sourceImage = null; candidateImage = null; }
评论 2
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