当前位置：服务支持 > 软件文章 > Python实现调取百度AI人脸检测接口并解析72个脸部特征点

Python实现调取百度AI人脸检测接口并解析72个脸部特征点

阅读数 2

元学习论文总结||小样本学习论文总结

2017-2019年计算机视觉顶会文章收录 AAAI2017-2019 CVPR2017-2019 ECCV2018 ICCV2017-2019 ICLR2017-2019 NIPS2017-2019

完整源码自 vieo.zhu@foxmail.com 申请

一：环境

python3.5

二：代码实现

# coding:utf-8## BaiduFaceDetect## 获取百度人脸检测接口信息返回## 百度人脸检测文档：# https://ai.baidu.com/docs#/Face-Detect-V3/top## ============================================================================== import urllib3, base64import urllibimport socketfrom urllib.parse import urlencodefrom urllib import requestimport jsonfrom diagnose_logging import Logger # 日志log = Logger('baidu_detect.py')logger = log.getlog() # face_field:人脸检测项目,详情参考百度人脸检测文档face_field = 'landmark,gender,race,age,facetype,quality,glasses'  # 无空格  def get_token():    """根据认证信息获取access_token. access_token的有效期为30天，切记需要每30天进行定期更换，或者每次请求都拉取新token； """    try:        # 账号信息        client_id = '***'        client_secret = '***'        host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s' % (            client_id, client_secret)         # HTTP请求,获取access_token        req = request.Request(host)        req.add_header('Content-Type', 'application/json; charset=UTF-8')         response = request.urlopen(req, timeout=1000)         # 获得请求结果        content = response.read()        # 结果转化为字符        content = bytes.decode(content)        # 结果转化为字典        content = eval(content[:-1])         # 日志        logger.info('get_token SUCCES: %s', content['access_token'])        logger.info('get_token SUCCES')        return content['access_token']     except Exception as ee:        logger.error(ee)    except urllib.error.URLError as e:        if isinstance(e.reason, socket.timeout):            logger.error('get_token ERROR:TIME OUT')  def get_baidu_result(rootPath):    """调取百度人脸检测，取得图像的分析结果. Args: rootPath：源图片地址 Returns: result：字典类型,详情参考下文 image_type:BASE64,FACE_TOKEN,URL FACE_TOKEN:图片上传，返回json结果中包含face_token params={image,image_type,face_field} 两种格式： params={'image':'f7ec8ecd441886371b9749d1fc853f44','image_type':'FACE_TOKEN','face_field':'age,beauty,faceshape,gender,glasses'} params={'image':'https://www.xsshome.cn/face.jpg','image_type':'URL','face_field':'age,beauty,faceshape,gender,glasses'} """    try:         # api请求        # access_token = get_token()  # 当access_token过期后再重新调取               http = urllib3.PoolManager()        url = 'https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=' + access_token         # 图像读入，转二进制        with open(rootPath, 'rb') as image:  # 图像为文件完整路径，而不是文件名            # 转base64编码            img = base64.b64encode(image.read())            # 接口必要参数            params = {'image': '' + str(img, 'utf-8') + '', 'image_type': 'BASE64',                      'face_field': face_field}            # 对base64数据进行urlencode解析，返回值为字符串            params = urlencode(params)            # 调取接口，检测图片            try:                req = http.request('POST',                                   url,                                   body=params,                                   headers={'Content-Type': 'application/json'})            except Exception as e:                logger.error('get_request ERROR')                logger.error(e)             # 返回结果为byte字节，处理成可读的Unicode字符串，转换成字典            req_data = json.loads(str(req.data, 'utf-8'))            result = req_data            # 日志            logger.info('get_baiduApi: %s', result['error_msg'])            # logger.info('get_api_result: %s', result)            return result     except Exception as e:        logger.error('baidu_result ERROR')        logger.error(e)

二：解析72个人脸特征点

def get_faceList(baidu_result):    """对检测结果，解析出faceList并返回. {'age': 23, 'landmark72': [{'x': 167.3847198, 'y': 71.8085556}, ], 'race': {'probability': 0.9999984503, 'type': 'yellow'}, 'gender': {'probability': 0.9995638728, 'type': 'female'}, 'landmark': [{'x': 228.6446533, 'y': 100.6326599}, ], 'angle': {'pitch': 7.808499336, 'yaw': -7.641532898, 'roll': 16.28609276}, 'quality': {'occlusion': {'left_cheek': 0.01251564454, 'left_eye': 0.01948842965, 'mouth': 0, 'nose': 0, 'chin_contour': 0, 'right_eye': 0, 'right_cheek': 0.01564828679}, 'illumination': 213, 'blur': 1.894906276e-08, 'completeness': 1}, 'face_probability': 1, 'face_token': 'dbcee960bd59b0e12ffa5a579b7b2744', 'location': {'width': 196, 'height': 188, 'top': 48.5020256, 'rotation': 16, 'left': 174.3717194}, 'face_type': {'probability': 0.9740739465, 'type': 'human'}} """    try:        result = baidu_result         # 取得face_list,只有一个元素        face_list = result['result']['face_list'][0]         # 日志        # logger.info('get_faceList')        # logger.info('get_faceList: %s',face_list)        return face_list     except Exception as e:        logger.error('get_faceList ERROR')        logger.error(e)  def get_landmark(baidu_result):    """传入rootPath,独立请求百度接口，返回特征点. Args: rootPath：源图片地址 Returns: landmark：72对值的列表 [{"x": 115.86531066895,"y": 170.0546875}，...] """    try:        # 单独调取接口        result = get_faceList(baidu_result)         landmark = result['landmark72']         # 日志        # logger.info('get_landmark')        return landmark     except Exception as e:        logger.error('get_landmarkPath ERROR')        logger.error(e)  if __name__ == '__main__':    # 测试上述方法    rootPath = 'E:/face/0.jpg'     # 计时    import datetime    print('start...')    start_time = datetime.datetime.now()        # api请求    result = get_baidu_result(rootPath)    # 结果解析    get_faceList(result)    get_landmark(result)     end_time = datetime.datetime.now()    time_consume = (end_time - start_time).microseconds / 1000000     logger.info('start_time: %s', start_time)    logger.info('end_time: %s', end_time)    logger.info('time_consume: %s(s)', time_consume)  # 0.280654(s)     logger.info('main finish')

三：diagnose_logging

import loggingclass Logger(): def __init__(self, logName): # 创建一个logger self.logger = logging.getLogger(logName) # 判断，如果logger.handlers列表为空，则添加，否则，直接去写日志,试图解决日志重复 if not self.logger.handlers: self.logger.setLevel(logging.INFO) # 创建一个handler，用于写入日志文件 fh = logging.FileHandler('log.log') fh.setLevel(logging.INFO) # 再创建一个handler，用于输出到控制台 ch = logging.StreamHandler() ch.setLevel(logging.INFO) # 定义handler的输出格式 formatter = logging.Formatter('%(levelname)s:%(asctime)s -%(name)s -%(message)s') fh.setFormatter(formatter) ch.setFormatter(formatter) # 给logger添加handler处理器 self.logger.addHandler(fh) self.logger.addHandler(ch) def getlog(self): return self.logger

四：接口返回参数

# 百度人脸检测返回参数 返回结果字段	        必选	类型	    说明face_num	是	int	    检测到的图片中的人脸数量face_list	是	array	人脸信息列表，具体包含的参数参考下面的列表。+face_token	是	string	人脸图片的唯一标识+location	是	array	人脸在图片中的位置++left	    是	double	人脸区域离左边界的距离++top	    是	double	人脸区域离上边界的距离++width	    是	double	人脸区域的宽度++height	是	double	人脸区域的高度++rotation	是	int64	人脸框相对于竖直方向的顺时针旋转角，[-180,180]+face_probability	            是	double	人脸置信度，范围[0~1]，代表这是一张人脸的概率，0最小、1最大。+angel	    是	array	人脸旋转角度参数++yaw	    是	double	三维旋转之左右旋转角[-90(左), 90(右)]++pitch	    是	double	三维旋转之俯仰角度[-90(上), 90(下)]++roll	    是	double	平面内旋转角[-180(逆时针), 180(顺时针)]+age	    否	double	年龄 ，当face_field包含age时返回+beauty	    否	int64	美丑打分，范围0-100，越大表示越美。当face_fields包含beauty时返回+expression	否	array	表情，当 face_field包含expression时返回++type	    否	string	none:不笑；smile:微笑；laugh:大笑++probability             否	double	表情置信度，范围【0~1】，0最小、1最大。+face_shape	否	array	脸型，当face_field包含faceshape时返回++type	    否	double	square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形++probability             否	double	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。+gender	    否	array	性别，face_field包含gender时返回++type	    否	string	male:男性 female:女性++probability	            否	double	性别置信度，范围【0~1】，0代表概率最小、1代表最大。+glasses	否	array	是否带眼镜，face_field包含glasses时返回++type	    否	string	none:无眼镜，common:普通眼镜，sun:墨镜++probability	            否	double	眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。+race	    否	array	人种 face_field包含race时返回++type	    否	string	yellow: 黄种人 white: 白种人 black:黑种人 arabs: 阿拉伯人++probability	            否	double	人种置信度，范围【0~1】，0代表概率最小、1代表最大。+face_type	否	array	真实人脸/卡通人脸 face_field包含facetype时返回++type	    否	string	human: 真实人脸 cartoon: 卡通人脸++probability	            否	double	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。+landmark	否	array	4个关键点位置，左眼中心、右眼中心、鼻尖、嘴中心。face_field包含landmark时返回+landmark72	否	array	72个特征点位置 face_field包含landmark时返回+quality	否	array	人脸质量信息。face_field包含quality时返回++occlusion	否	array	人脸各部分遮挡的概率，范围[0~1]，0表示完整，1表示不完整+++left_eye	否	double	左眼遮挡比例，[0-1] ，1表示完全遮挡+++right_eye	            否	double	右眼遮挡比例，[0-1] ， 1表示完全遮挡+++nose	    否	double	鼻子遮挡比例，[0-1] ， 1表示完全遮挡+++mouth	否	double	嘴巴遮挡比例，[0-1] ， 1表示完全遮挡+++left_cheek	            否	double	左脸颊遮挡比例，[0-1] ， 1表示完全遮挡+++right_cheek	            否	double	右脸颊遮挡比例，[0-1] ， 1表示完全遮挡+++chin	    否	double	下巴遮挡比例，，[0-1] ， 1表示完全遮挡++blur	    否	double	人脸模糊程度，范围[0~1]，0表示清晰，1表示模糊++illumination	            否	double	取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好++completeness	            否	int64	人脸完整度，0或1, 0为人脸溢出图像边界，1为人脸都在图像边界内

五：参数结构

# 返回结果结构 "face_num": 1,"error_msg" : 'SUCCESS'"error_code" : 0"result" :{   "face_list": [        {            "face_token": "35235asfas21421fakghktyfdgh68bio",            "location": {                "left": 117,                "top": 131,                "width": 172,                "height": 170,                "ro tation": 4            },            "face_probability": 1,            "angle" :{                 "yaw" : -0.34859421849251                 "pitch" 1.9135693311691                 "roll" :2.3033397197723            }            "landmark": [                {                    "x": 161.74819946289,                    "y": 163.30244445801                },                ...            ],            "landmark72": [                {                    "x": 115.86531066895,                    "y": 170.0546875                }，                ...            ],            "age": 29.298097610474,            "beauty": 55.128883361816,            "expression": {                "type": "smile",                "probability" : 0.5543018579483            },            "gender": {                "type": "male",                "probability": 0.99979132413864            },            "glasses": {            "type": "sun",                "probability": 0.99999964237213            },            "race": {                "type": "yellow",                "probability": 0.99999976158142            },            "face_shape": {                "type": "triangle",                "probability": 0.5543018579483            }            "quality": {                "occlusion": {                    "left_eye": 0,                    "right_eye": 0,                    "nose": 0,                    "mouth": 0,                    "left_cheek": 0.0064102564938366,                    "right_cheek": 0.0057411273010075,                    "chin": 0                },                "blur": 1.1886881756684e-10,                "illumination": 141,                "completeness": 1            }        }    ]}

六：特征点图像