python实战项目，人脸检测，让电脑对你的颜值打分，调用百度人工智能API实现

人脸检测

---

前言

---

前面我们介绍了利用深度学习实现 语音合成 ， 菜品识别，以及 人脸识别。这几个应用都属于比较成熟的人工智能应用了，再发展这些应用的过程中，其实很多功能都能剥离出来，比如在实现 人脸识别时，我们首先要对人脸进行检测，在检测时，发现可以延伸出很多有趣的东西，本节就介绍 人脸检测，可以让电脑对你的颜值打分哦。我们同样是调用百度的 API 实现。

首先看看 API 介绍

---

能力介绍

• 人脸检测：检测图片中的人脸并标记出位置信息;
• 人脸关键点：展示人脸的核心关键点信息，及72个关键点信息。
• 人脸属性值：展示人脸属性信息，如年龄、性别等。
• 人脸质量信息：返回人脸各部分的遮挡、光照、模糊、完整度、置信度等信息。

质量检测

如果需要判断一张图片中的人脸，是否符合后续识别或者对比的条件，可以使用此接口，在请求时在face_fields参数中请求qualities。基于返回结果qualities中，以下字段及对应阈值，进行质量检测的判断，以保证人脸质量符合后续业务操作要求。

调用方式

向API服务地址使用POST发送请求，必须在URL中带上参数access_token，access_token的获取方法与前面几节类似。

注意事项：

• 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URL：

https://aip.baidubce.com/rest/2.0/face/v2/detect

URL参数：

• access_token
• Header：
  Content-Type application/x-www-form-urlencoded
  Body中放置请求参数，参数详情如下：

请求参数：

python 实战代码

---

分两步走

1. 获取 token

token 的获取都是类似的，就是带上 AK 和 SK 请求服务器 API URL。

# encoding:utf-8
import urllib, urllib2, sys
import ssl, json

AK = "fGTxxxxxxxxxxxxxxxxx68c"
SK = "vKxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxq2u"

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. 人脸检测

直接上代码：

# encoding:utf-8
import base64
import urllib
import urllib2, json
from token import GetToken

'''
人脸探测
'''

url = "https://aip.baidubce.com/rest/2.0/face/v1/detect"

def FaceDetect(pic, token):
    # 二进制方式打开图片文件
    f = open(pic, 'rb')
    img = base64.b64encode(f.read())

    params = {"face_fields":"age,beauty,expression,faceshape,gender,glasses,landmark,race,qualities","image":img,"max_face_num":5}
    params = urllib.urlencode(params)

    request_url = url + "?access_token=" + token
    request = urllib2.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib2.urlopen(request)
    content = response.read()
    if content:
        js = json.loads(content)
        for item in js['result']:
            if 0 == cmp('female', item['gender']):
                sx = u'小姐姐'
            else:
                sx = u'小哥哥'
            print u'%d岁的%s, 颜值 %2.2f 分' % (item['age'],  sx, item['beauty'])
        # print js['result'][0]

if __name__ == "__main__":
    FaceDetect("pic/1.jpg", GetToken())         # 图片名：pic 文件夹里的 1.jpg

3. 测试效果

我们首先在代码所在目录新建文件夹 pic，在里面放入几张图片，检测之，结果如下：

电脑认为凤姐 27 岁，颜值给了 43.16 分，再来看看范冰冰：

电脑认为范冰冰 25岁，颜值打了 92.41 分，挺高的，最后，来看看一张照片多人的情况：

可以看出效果还是不错的，一张图里有多个人也可以识别出来。