暑期总结4-调用百度云API接口实现智能健康管理系统demo

焦佩奇

已于 2024-08-26 15:58:11 修改

阅读量337

点赞数 2

文章标签： AIGC python 人工智能百度云

于 2024-08-24 21:39:44 首次发布

本文链接：https://blog.csdn.net/weixin_58364194/article/details/141505709

版权

前言

调用百度智能云 api --新手入门教程_com.baidu.aip-CSDN博客

参考上文

1.登录账户

打开百度云官网，注册账户并登录

百度智能云-云智一体深入产业 (baidu.com)

2.找到大模型平台

往下翻，找到“人工智能”板块，可以看到很多不同的功能，都是调用接口就能使用

3.找到需要的功能（功能很多，根据需要进行选择，不同功能的区别就在于url地址和输出的信息格式）

点击“查看全部产品”，找到“菜品识别”，点进去获得免费试用的额度

点击左侧“应用列表”，创建应用，其中API_KEY与SECRET_KEY需要记住，后续调用时百度云平台根据此信息找到对应的账户进而进行扣费（超过免费额度）

4.找到该功能下的url地址和输出的格式

点击进入“菜品识别”版块，根据操作指引来完成调用，点击左侧“API在线调试”可以进行参考

技术文档有详细说明，包括接口描述、在线调试（选择电脑内的一张图片并进行识别输出）、请求说明（调用API接口的URL等信息）、返回信息（包括返回参数与示例代码，python代码调用时的参数名称务必正确）

得到示例的Python代码，可以通过Kimi等进行辅助阅读代码，下为示例代码，

“菜品识别”的url即main函数第一行

API_KEY与SECRET_KEY需要更换为自己的信息

import requests

API_KEY = "gdxDnAGqIQibBf2RZvTxOvf6"
SECRET_KEY = "e1QymN2yFWdBtPQ9THVypvaaodRyU0rY"

def main():
        
    url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/dish?access_token=" + get_access_token()
    
    payload={}
    headers = {
        'Content-Type': 'application/x-www-form-urlencoded'
    }
    
    response = requests.request("POST", url, headers=headers, data=payload)
    
    print(response.text)
    

def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))

if __name__ == '__main__':
    main()

5.利用AI生成示例代码

我这里用的是kimi，不需要翻墙，响应还可以，感谢Kimi，真好用嘿嘿嘿~

Kimi.ai - 帮你看更大的世界 (moonshot.cn)

import requests
import base64
import json

# 百度智能云API接口地址
request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v2/dish"

# 读取图片文件并进行base64编码
def get_image_base64(path):
    with open(path, 'rb') as file:
        img_base64 = base64.b64encode(file.read()).decode()
    return img_base64

# 获取access_token
def get_access_token(api_key, secret_key):
    token_url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {
        'grant_type': 'client_credentials',
        'client_id': api_key,
        'client_secret': secret_key
    }
    response = requests.post(token_url, data=params)
    result = response.json()
    return result['access_token']

# 封装为函数，调用菜品识别API并返回结果数组
def recognize_dish(image_path):
    # 替换为你的API Key和Secret Key
    API_KEY = 'your api key'
    SECRET_KEY = 'your secret key'
    
    # 获取access_token
    access_token = get_access_token(API_KEY, SECRET_KEY)
    
    # 读取图片并进行base64编码
    img_base64 = get_image_base64(image_path)
    
    # 设置请求参数
    params = {
        'image': img_base64,
        'top_num': 1,  # 返回结果数量
        'baike_num': 1  # 返回百度百科信息数量
    }
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    
    # 发送请求
    response = requests.post(request_url, data=params, headers=headers, params={'access_token': access_token})
    result = response.json()
    
    # 检查是否调用成功
    if 1:
        # 将结果存入数组
        dish_info = [
            result['result'][0]['name'],  # 菜品名称
            result['result'][0]['calorie'],  # 卡路里信息
            result['result'][0]['baike_info']['description']  # 百度百科描述
        ]
    else:
        # 调用失败，存入错误信息
        dish_info = [
            "调用失败",
            result.get('error_code'),
            result.get('error_msg')
        ]
    
    return dish_info

# 待识别的图片文件路径
image_path = '红烧肉.jpg'

# 调用函数并打印结果数组
result_array = recognize_dish(image_path)
print(result_array)

需要选择一张菜品图片，我使用的是：

根据需求选择输出的信息，此处我添加的有菜品名称、热量值/100g、百度百科描述。

返回信息为：

['红烧肉', '227', '红烧肉(拼音： hóng shāo ròu)，一道著名的大众菜肴，各大菜系都有自己特色的红烧肉。其以五花肉为制作主料，也可用猪后腿代替，最好选用肥瘦相间的三层肉来做，锅具以砂锅为主，做出来的肉肥瘦相间，肥而不腻，香甜松软，营养丰富，入口即化。红烧肉在中国各地流传甚广，做法多达二三十种，具有一定的营养价值。']

通过反复描述问题并让AI进行修改，我这里直接给出我调试后能用的版本，额外加了窗体显示的功能，同时也参考了B站视频教程，链接：赵奇老师的个人空间-赵奇老师个人主页-哔哩哔哩视频 (bilibili.com)

import tkinter as tk  
from tkinter import filedialog  
import foodid  
from PIL import Image, ImageTk  

# 手写数字识别功能  
def recognize_digit():  
    global img_path  
    img_path = text_box.get("1.0", tk.END).strip()  
    results = foodid.recognize_dish(img_path)  
    digit_label.config(text=results)  
    # 加载和显示图片  
    load_image(img_path)  

# 打开文件对话框并显示文件路径  
def open_file_dialog():  
    global img_path  
    file_path = filedialog.askopenfilename()  
    text_box.delete(1.0, tk.END)  # 清空文本框  
    text_box.insert(tk.END, file_path)  # 显示选择的文件路径  

# 加载和显示图片  
def load_image(img_path):  
    try:  
        pil_image = Image.open(img_path)  

        # 确保pil_image是PIL图像对象  
        if not isinstance(pil_image, Image.Image):  
            raise TypeError("加载的图像不是有效的PIL图像对象")  

        # 使用Pillow的PhotoImage类创建一个Tkinter兼容的图像  
        tk_image = ImageTk.PhotoImage(pil_image)  

        # 创建一个Label组件用于显示图片  
        image_label.config(image=tk_image)  
        image_label.image = tk_image  # 保持对图片的引用，防止被垃圾回收  

        # 调整窗体大小以适应图片大小  
        root_width = pil_image.width + 20  # 图片宽度加一些边距  
        root_height = pil_image.height + 70  # 图片高度加一些边距  
        root.geometry(f"{root_width}x{root_height}")  

        # 显示图片  
        image_label.pack()  

    except IOError as e:  
        print(f"无法加载图片: {img_path}, 错误: {e}")  
        root.destroy()  # 如果图片加载失败，退出程序  

# 创建主窗口  
root = tk.Tk()  
root.title("菜品识别")  
root.geometry("900x400")  

# 创建标签  
digit_label = tk.Label(root, text="个人健康管理系统饮食部分", font=('宋体', 15), wraplength=800)  
digit_label.pack(pady=50)  

# 创建文本框  
text_box = tk.Text(root, height=1, width=100)  
text_box.pack(pady=60)  

# 创建按钮  
open_button = tk.Button(root, text="选择菜品图片", command=open_file_dialog)  
open_button.pack(side=tk.LEFT, padx=50, pady=50)  

recognize_button = tk.Button(root, text="识别菜品", command=recognize_digit)  
recognize_button.pack(side=tk.RIGHT, padx=50, pady=50)  

# 创建Label组件用于显示图片  
image_label = tk.Label(root)  
image_label.pack()  

# 启动事件循环  
root.mainloop()

注：库函数中的foodid为上段识别菜品信息的代码，将其封装并作为主函数的头文件，运行函数，会弹出弹窗