最简单的人脸检测(免费调用百度AI开放平台接口)

简单,人脸,检测,免费,调用,百度,ai,开放平台,接口 · 浏览次数 : 726

小编点评

```java BASE64Encoder encoder = new BASE64Encoder(); OkHttpClient client = new OkHttpClient(); static final MediaType JSON = MediaType.parse(\"application/json; charset=utf-8\"); static final String URL_TEMPLATE = \"https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=%s\"; String token; ObjectMapper mapper = new ObjectMapper(); public BaiduCloudService(String token) { this.token = token; // 重要:反序列化的时候,字符的字段如果比类的字段多,下面这个设置可以确保反序列化成功 mapper.disable(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES); } /** * 将指定位置的图片转为base64字符串 * @param imagePath * @return */ private String img2Base64(String imagePath) { InputStream inputStream = null; byte[] data = null; try { inputStream = new FileInputStream(imagePath); data = new byte[inputStream.available()]; inputStream.read(data); inputStream.close(); } catch (IOException ioException) { ioException.printStackTrace(); } return null == data ? null : encoder.encode(data); } /** * 检测指定的图片 * @param imageBase64 * @return */ public FaceDetectResponse detect(String imageBase64) { // 请求对象 FaceDetectRequest faceDetectRequest = new FaceDetectRequest(); faceDetectRequest.setImageType("BASE64"); faceDetectRequest.setFaceField("mask"); faceDetectRequest.setMaxFaceNum(6); faceDetectRequest.setFaceType("LIVE"); faceDetectRequest.setLivenessControl("NONE"); faceDetectRequest.setFaceSortType(0); faceDetectRequest.setImage(imageBase64); FaceDetectResponse faceDetectResponse = null; try { // 用Jackson将请求对象序列化成字符串 String jsonContent = mapper.writeValueAsString(faceDetectRequest); // RequestBody requestBody = RequestBody.create(JSON, jsonContent); Request request = new Request.Builder() .url(String.format(URL_TEMPLATE, token)) .post(requestBody) .build(); Response response = client.newCall(request).execute(); String rawRlt = response.body().string(); faceDetectResponse = mapper.readValue(rawRlt, FaceDetectResponse.class); } catch (IOException ioException) { ioException.printStackTrace(); } return faceDetectResponse; } public static void main(String[] args) { // 图片在本地的位置 String imagePath = "E:\\\\temp\\202201\\01\\pic\\1.jpeg"; // 百度云的token,是通过此接口 obtained:https://aip.baidubce.com/oauth/2.0/token String token = "24.95xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.xxxxxxx.xxxxxxxxxx.xxxxxx-xxxxxxxx\"; // 实例化服务对象 BaiduCloudService service = new BaiduCloudService(token); // 将图片转为base64字符串 String imageBase64 = service.img2Base64(imagePath); // 向百度服务发请求,检测人脸 FaceDetectResponse faceDetectResponse = service.detect(imageBase64); // 输出检测结果 System.out.println(faceDetectResponse); } ```

正文

远程调用百度AI开放平台的web服务,快速完成人脸识别

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码):https://github.com/zq2599/blog_demos

本篇概览

  • 在检测人脸数量、位置、性别、口罩等场景时,可以考虑使用百度开放平台提供的web接口,一个web请求就能完成检测得到结果,本篇记录了从申请到真实调用的完整过程,由以下步骤组成:
    在这里插入图片描述

注册百度账号

  • 按照您的实际情况,注册个人或者企业账号,这个不多说了

登录百度智能云

实名认证

  • 打开百度智能云的控制台:https://console.bce.baidu.com/
  • 如下图,点击下图红框中的两个按钮,完成激活和实名认证:
    在这里插入图片描述

创建应用

  • 为了能够使用百度服务,需要创建一个应用
  • 先选择类别,在控制台页面,操作如下图,点击红框四:
    在这里插入图片描述
  • 此刻已跳转到管理引用的页面,点击下图红框中的创建应用
    在这里插入图片描述
  • 为了免费使用百度的服务,先点击下图红框中的去领取
    在这里插入图片描述
  • 在领取页面勾选人脸检测:
    在这里插入图片描述
  • 领取完成后,回到创建应用的页面,发现这些服务已经被勾选,如下图:
    在这里插入图片描述
  • 应用相关的信息填写完成后,提交表单即可完成创建应用

拿到API Key和Secret Key

  • 在应用列表页面拿到API Key和Secret Key,这些都是调用百度服务的关键授权信息,如下图红框所示:
    在这里插入图片描述

得到access_token

  • 在使用百度提供的各种服务(如人脸检测)的时候,需要带上授权信息证明你有使用该服务的权限,这个授权信息就是access_token
  • 最简单的方式就是curl命令获取
curl -i -k 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【百度云应用的API Key】&client_secret=【百度云应用的Secret Key】'
  • 这里用postman尝试上述请求,如下图,红框中就是这次请求咱们要得到的access_token信息:
    在这里插入图片描述
  • 拿到access_token,就可以开始的调用百度的服务了,如下图,官方文档说了这个access_token的有效期是30天:
    在这里插入图片描述
  • 关于百度云授权信息的更多信息请在此查看:https://cloud.baidu.com/doc/FACE/s/Tkqahnjtk

编码

  • 百度关于人脸检测的文档:https://ai.baidu.com/ai-doc/FACE/yk37c1u4t
  • 人脸检测服务是个web接口,也能通过操作curl或者postman来完成,但是为了在代码中使用百度的服务,这里写一段代码来完成人脸检测
  • 今天的项目是个普通的maven工程,没有使用spring或者spingboot框架,只有一些简单的java类和main方法
  • 首先要在项目中引入下面三个库:
<!-- 快捷代码辅助库 -->
 <dependency>
	<groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <version>1.18.18</version>
</dependency>
<!-- 网络请求库 -->
<dependency>
	<groupId>com.squareup.okhttp3</groupId>
	<artifactId>okhttp</artifactId>
	<version>3.10.0</version>
</dependency>
<!-- JSON处理 -->
<dependency>
	<groupId>com.fasterxml.jackson.core</groupId>
	<artifactId>jackson-databind</artifactId>
	<version>2.11.0</version>
</dependency>
  • 先新建一个对象FaceDetectRequest.java,用于保存请求参数:
package com.bolingcavalry.grabpush.bean.request;

import com.fasterxml.jackson.annotation.JsonProperty;
import lombok.Data;

/**
 * @author willzhao
 * @version 1.0
 * @description 请求对象
 * @date 2022/1/1 16:21
 */
@Data
public class FaceDetectRequest {
    // 图片信息(总数据大小应小于10M),图片上传方式根据image_type来判断
    String image;

    // 图片类型
    // BASE64:图片的base64值,base64编码后的图片数据,编码后的图片大小不超过2M;
    // URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长);
    // FACE_TOKEN: 人脸图片的唯一标识,调用人脸检测接口时,会为每个人脸图片赋予一个唯一的FACE_TOKEN,同一张图片多次检测得到的FACE_TOKEN是同一个。
    @JsonProperty("image_type")
    String imageType;

    // 包括age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息
    //逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度
    @JsonProperty("face_field")
    String faceField;

    // 最多处理人脸的数目,默认值为1,根据人脸检测排序类型检测图片中排序第一的人脸(默认为人脸面积最大的人脸),最大值120
    @JsonProperty("max_face_num")
    int maxFaceNum;

    // 人脸的类型
    // LIVE表示生活照:通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等
    // IDCARD表示身份证芯片照:二代身份证内置芯片中的人像照片
    // WATERMARK表示带水印证件照:一般为带水印的小图,如公安网小图
    // CERT表示证件照片:如拍摄的身份证、工卡、护照、学生证等证件图片
    // 默认LIVE
    @JsonProperty("face_type")
    String faceType;

    // 活体控制 检测结果中不符合要求的人脸会被过滤
    // NONE: 不进行控制
    // LOW:较低的活体要求(高通过率 低攻击拒绝率)
    // NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率)
    // HIGH: 较高的活体要求(高攻击拒绝率 低通过率)
    // 默认NONE
    @JsonProperty("liveness_control")
    String livenessControl;
    
    // 人脸检测排序类型
    // 0:代表检测出的人脸按照人脸面积从大到小排列
    // 1:代表检测出的人脸按照距离图片中心从近到远排列
    // 默认为0
    @JsonProperty("face_sort_type")
    int faceSortType;
}
  • 其次是响应对象FaceDetectResponse.java
package com.bolingcavalry.grabpush.bean.response;

import com.fasterxml.jackson.annotation.JsonProperty;
import lombok.Data;
import lombok.ToString;

import java.io.Serializable;
import java.util.List;

/**
 * @author willzhao
 * @version 1.0
 * @description TODO
 * @date 2022/1/1 13:30
 */
@Data
@ToString
public class FaceDetectResponse implements Serializable {
    // 返回码
    @JsonProperty("error_code")
    String errorCode;
    // 描述信息
    @JsonProperty("error_msg")
    String errorMsg;
    // 返回的具体内容
    Result result;

    /**
     * @author willzhao
     * @version 1.0
     * @description 返回的具体内容
     * @date 2022/1/1 16:01
     */
    @Data
    public static class Result {
        // 人脸数量
        @JsonProperty("face_num")
        private int faceNum;
        // 每个人脸的信息
        @JsonProperty("face_list")
        List<Face> faceList;

        /**
         * @author willzhao
         * @version 1.0
         * @description 检测出来的人脸对象
         * @date 2022/1/1 16:03
         */
        @Data
        public static class Face {
            // 位置
            Location location;
            // 是人脸的置信度
            @JsonProperty("face_probability")
            double face_probability;
            // 口罩
            Mask mask;

            /**
             * @author willzhao
             * @version 1.0
             * @description 人脸在图片中的位置
             * @date 2022/1/1 16:04
             */
            @Data
            public static class Location {
                double left;
                double top;
                double width;
                double height;
                double rotation;
            }

            /**
             * @author willzhao
             * @version 1.0
             * @description 口罩对象
             * @date 2022/1/1 16:11
             */
            @Data
            public static class Mask {
                int type;
                double probability;
            }
        }
    }
}
  • 这里有一处要注意:FaceDetectResponse对象中的字段是少于真实响应返回的字段的,这是因为这个demo不需要完整的返回内容,因此只要选择应用需要的字段定义在FaceDetectResponse.java中即可
  • 最后是完整的服务类BaiduCloudService.java,如下所示,即读取图片 -> 转base64 -> 构造请求对象 -> 提交请求 -> 收到响应 -> 解析响应:
package com.bolingcavalry.grabpush.extend;

import com.bolingcavalry.grabpush.bean.request.FaceDetectRequest;
import com.bolingcavalry.grabpush.bean.response.FaceDetectResponse;
import com.fasterxml.jackson.databind.DeserializationFeature;
import com.fasterxml.jackson.databind.ObjectMapper;
import okhttp3.*;
import sun.misc.BASE64Encoder;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;

/**
 * @author willzhao
 * @version 1.0
 * @description 百度云服务的调用
 * @date 2022/1/1 11:06
 */
public class BaiduCloudService {

    // 转换
    BASE64Encoder encoder = new BASE64Encoder();

    OkHttpClient client = new OkHttpClient();

    static final MediaType JSON = MediaType.parse("application/json; charset=utf-8");

    static final String URL_TEMPLATE = "https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=%s";

    String token;

    ObjectMapper mapper = new ObjectMapper();

    public BaiduCloudService(String token) {
        this.token = token;
        
        // 重要:反序列化的时候,字符的字段如果比类的字段多,下面这个设置可以确保反序列化成功
        mapper.disable(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES);
    }

    /**
     * 将指定位置的图片转为base64字符串
     * @param imagePath
     * @return
     */
    private String img2Base64(String imagePath) {
        InputStream inputStream = null;
        byte[] data = null;

        try {
            inputStream = new FileInputStream(imagePath);
            data = new byte[inputStream.available()];
            inputStream.read(data);
            inputStream.close();
        } catch (IOException ioException) {
            ioException.printStackTrace();
        }

        return null==data ? null :encoder.encode(data);
    }

    /**
     * 检测指定的图片
     * @param imageBase64
     * @return
     */
    public FaceDetectResponse detect(String imageBase64) {
        // 请求对象
        FaceDetectRequest faceDetectRequest = new FaceDetectRequest();
        faceDetectRequest.setImageType("BASE64");
        faceDetectRequest.setFaceField("mask");
        faceDetectRequest.setMaxFaceNum(6);
        faceDetectRequest.setFaceType("LIVE");
        faceDetectRequest.setLivenessControl("NONE");
        faceDetectRequest.setFaceSortType(0);
        faceDetectRequest.setImage(imageBase64);

        FaceDetectResponse faceDetectResponse = null;

        try {
            // 用Jackson将请求对象序列化成字符串
            String jsonContent = mapper.writeValueAsString(faceDetectRequest);

            //
            RequestBody requestBody = RequestBody.create(JSON, jsonContent);
            Request request = new Request
                    .Builder()
                    .url(String.format(URL_TEMPLATE, token))
                    .post(requestBody)
                    .build();
            Response response = client.newCall(request).execute();
            String rawRlt = response.body().string();
            faceDetectResponse = mapper.readValue(rawRlt, FaceDetectResponse.class);
        } catch (IOException ioException) {
            ioException.printStackTrace();
        }

        return faceDetectResponse;
    }

    public static void main(String[] args) {
        // 图片在本地的位置
        String imagePath = "E:\\temp\\202201\\01\\pic\\1.jpeg";

        // 百度云的token,是通过此接口得到的:https://aip.baidubce.com/oauth/2.0/token
        String token = "24.95xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.xxxxxxx.xxxxxxxxxx.xxxxxx-xxxxxxxx";

        // 实例化服务对象
        BaiduCloudService service = new BaiduCloudService(token);

        // 将图片转为base64字符串
        String imageBase64 = service.img2Base64(imagePath);

        // 向百度服务发请求,检测人脸
        FaceDetectResponse faceDetectResponse = service.detect(imageBase64);

        // 输出检测结果
        System.out.println(faceDetectResponse);
    }
}
  • 确保用于检测的照片与上述代码中的路径一致(E:\temp\202201\01\pic\1.jpeg),我这里选用了一张戴口罩的单人照,如下图:
    在这里插入图片描述
  • 执行BaiduCloudService的main方法,控制台将百度返回的检测结果打印出来,注意下面的内容并非JSON,而是lombok的@ToString注解拼接出的效果:
    在这里插入图片描述
  • 至此,通过百度的web接口调用人脸检测的实战已完成,可见有了云平台的支持,对于使用方来说开发过程变得非常简单

使用限制

  • 既然是免费的,就很难十全十美,这样的web服务存在QPS限制,如下图,一秒钟不能超过两个,如果完成了企业认证,可以增加到十个,如果依旧不能满足需要,就只能付费了:
    在这里插入图片描述

欢迎关注博客园:程序员欣宸

学习路上,你不孤单,欣宸原创一路相伴...

与最简单的人脸检测(免费调用百度AI开放平台接口)相似的内容:

最简单的人脸检测(免费调用百度AI开放平台接口)

远程调用百度AI开放平台的web服务,快速完成人脸识别

一颗红心,三手准备,分别基于图片(img)/SCSS(样式)/SVG动画实现动态拉轰的点赞按钮特效

华丽炫酷的动画特效总能够让人心旷神怡,不能自已。艳羡之余,如果还能够探究其华丽外表下的实现逻辑,那就是百尺竿头,更上一步了。本次我们使用图片、SCSS样式以及SVG图片动画来实现“点赞”按钮的动画特效,并比较不同之处。 图片实现 最简单,也最容易理解的实现方式就是使用图片。曾几何时,几乎所有前端特效

Java多线程-线程生命周期(一)

如果要问我Java当中最难的部分是什么?最有意思的部分是什么?最多人讨论的部分是什么?那我会毫不犹豫地说:多线程。 Java多线程说它难,也不难,就是有点绕;说它简单,也不简单,需要理解的概念很多,尤其是很多底层知识,如数据结构、操作系统的部分。 Java多线程掌握得好,不仅仅只是对Java,对任何

AI DevOps | ChatGPT 与研发效能、效率提升(中)

为啥 ChatGPT 突然火了? 简单概括就是:产品太过惊艳,体验超预期 之前人工智能发展多年,报道最多的也许就是曾经的李世石大战AlphaGo,现实中的特斯拉自动驾驶,还有波士顿动能放出的机器狗。对于圈外人士来说一般也接触不到这些,仅仅看看而已。但是 ChatGPT 不一样,一声巨响,石头中蹦出一

Clear Code for Minimal API

我在写MinimalAPI的时候,发现不能最清晰的看到每个API,原因就是:WebAPI中不断增长逻辑处理过程 于是我在想如何简化API至一行,在一点一点想办法中,发现了简化DotNET Minimal API的方式。特此记录下来这个思路给需要帮助的人。我的灵感来源于 C# 11 功能 - 接口中的

最简单的AI换脸软件,roop下载介绍(可直播)

前段时间给大家介绍过换脸界最强的Rope,感兴趣的小伙伴可以戳戳手指 今天要说的Roop看起来和Rope师出同门,但两者之间并没有直接关系,换脸的效果也各有千秋 在讲解前,先附上一张经过roop“调教”后的寡姐,啊,不是~ 你能看出哪张是原图吗(doge)? roop有什么特点?它最强大的地方就在于

Mysql数据库查看Database的大小的方法

最简单的方法为: select concat(round(sum(data_length/1024/1024),2),'MB') as data from INFORMATION_SCHEMA.tables where table_schema='XXXXX2206'; 另外发现备份恢复的大小也不一

java与es8实战之四:SpringBoot应用中操作es8(无安全检查)

最简单的,在SpringBoot应用中使用ES官方库操作ES8

PixiJS源码分析系列: 第一章 从最简单的例子入手

从最简单的例子入手分析 PixiJS 源码 我一般是以使用角度作为切入点查看分析源码,例子中用到什么类,什么方法,再入源码。 高屋建瓴的角度咱也做不到啊,毕竟水平有限 pixijs 的源码之前折腾了半天都运行不起来,文档也没有明确说明如何调式 我在 github 上看到过也有歪果仁在问如何本地调式最

一次网络请求中的流量分发过程 | 京东云技术团队

简单的请求过程最实用,实用的请求过程最简单。用简单实用的搭配方式满足流量分发,不要随意搭配,增加系统的复杂性。