python实战项目，人脸识别，调用百度人工智能 API 实现
发表于: 2018-06-03 18:52:02 | 已被阅读: 117 | 分类于: Python
前言
前面两节我们介绍了利用深度学习实现 语音合成 和 菜品识别。这一节，我们介绍更加热门的人工智能应用：人脸识别。人脸识别可以比对两张人脸是否属于同一人，进一步的，给一张 x 的照片，我们能够从一堆照片里识别出最像 x 的照片。
依然是调用百度的 API，我们先看看官方文档：
人脸识别官方 API 介绍
接口能力:
- 两张人脸图片相似度对比：比对两张图片中人脸的相似度，并返回相似度分值；
- 多种图片类型：支持生活照、证件照、身份证芯片照、带网纹照四种类型的人脸对比；
活体检测：基于图片中的破绽分析，判断其中的人脸是否为二次翻拍（举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。）；
质量检测：返回模糊、光照等质量检测信息，用于辅助判断图片是否符合识别要求；
请求说明：
请求体格式化：Content-Type为application/x-www-form-urlencoded，通过urlencode格式化请求体。
Base64编码：请求的图片需经过Base64编码，图片的base64编码指将图片数据编码成一串字符串，使用该字符串代替图像地址。您可以首先得到图片的二进制，然后用Base64格式编码即可。需要注意的是，图片的base64编码是不包含图片头的，如data:image/jpg;base64,
图片格式：现支持PNG、JPG、JPEG、BMP，不支持GIF图片
请求示例
HTTP方法：POST 请求URL： https://aip.baidubce.com/rest/2.0/face/v2/match
URL参数： access_token 通过API Key和Secret Key获取的access_token。
- Header： Content-Type application/x-www-form-urlencoded Body中放置请求参数，参数详情如下：
说明：两张请求的图片请分别进行base64编码。
python 实战代码
同前面两节一样，分两步走：
1. 获取 token
获取 token 的请求 url 与前面两节略有不同，AK 和 SK 也不同，这点要注意，不然获取到的 token 也是无法校验通过的。
下面直接上代码，文件名
# encoding:utf-8
import urllib, urllib2, sys
import ssl, json
AK = "fGTcxxxxxxxxxxxxxk68c"
SK = "vKUxxxxxxxxxxxxxxxxxxxxxxxxxGq2u"
# token 请求 url 与图片不一样
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials'\
'&client_id=%s'\
'&client_secret=%s' % (AK, SK)
def GetToken():
request = urllib2.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib2.urlopen(request)
content = response.read()
if (content):
js = json.loads(content)
# return js['refresh_token']
return js['access_token']
return None
2. 人脸识别
这里实现的是人脸比对，即输入两张人脸图片，输出两个人脸属于同一人的得分。文件名
3. 测试
我们在代码所在路径新建一个文件夹
这样，
if __name__ == "__main__":
FaceRecg('pic/1.jpg', 'pic/2.jpg', GetToken()) #前面两个参数是图片路径
最终测试结果如下：
两个人脸属于同一人的得分达到
再看一组测试，这次使用两个人，看看效果：
识别结果不错，一点也不像。
再写一点
其实有了上面这些基础，我们完全可以从一堆图片里挑出给出的某一张。举个例子，我们往
加上上面 4 张，一共 7 张图片，我们输入第 3 张图片：
然后从余下 6 张里挑出一张最像的，python 代码可以如下修改：
最终输出结果如下：
