您的位置：首页 > 其它

用Azure上Cognitive Service的Face API识别人脸

2017-12-23 16:57 323 查看

Azure在China已经发布了CognitiveService，包括人脸识别、计算机视觉识别和情绪识别等服务。

本文将介绍如何用FaceAPI识别本地或URL的人脸。

一创建CognitiveService

1在Azure上创建CognitiveService的Face服务：

2获取服务的链接和key：

创建成功后，在overview的页面上可以看到服务链接，已经Key：

有了这些信息后，就可以开始进入coding的阶段了。

二Pythoncode

1通过URL链接实现人脸识别

关于Azure人脸识别的API内容可以参考：

https://docs.microsoft.com/en-us/azure/cognitive-services/Face/APIReference

中的：

https://eastasia.dev.cognitive.microsoft.com/docs/services/563879b61984550e40cbbe8d/operations/563879b61984550f30395236/console

部分。

具体python的实现如下：

#!/usr/bin/python
#-*-coding:utf-8-*-

#导入相关模块
importhttplib,urllib,json

#FaceAPI相关的Key和Endpoint
subscription_key='30a236e53b924f2c943892711d8d0e45'
uri_base='api.cognitive.azure.cn'

#定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
headers={
'Content-Type':'application/json',
'Ocp-Apim-Subscription-Key':subscription_key,
}
#定义返回的内容，包括FaceId，年龄、性别等等
params=urllib.urlencode({
'returnFaceId':'true',
'returnFaceLandmarks':'false',
'returnFaceAttributes':'age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise',
})
#图片的URL
body="{'url':'http://www.bidmc.org/~/media/Images/Research_NotDepartmentResearch/ResearchCenters/Cancer%20Research%20Institute/Wenyi%20Wei%20250.jpg'}"

#CallFaceAPI，进行人脸识别
try:
conn=httplib.HTTPSConnection('api.cognitive.azure.cn')
conn.request("POST","/face/v1.0/detect?%s"%params,body,headers)
response=conn.getresponse()
data=response.read()
parsed=json.loads(data)
print("Response:")
print(json.dumps(parsed,sort_keys=True,indent=2))
conn.close()

exceptExceptionase:
print("[Errno{0}]{1}".format(e.errno,e.strerror))

输出结果如下：

[
{
"faceAttributes":{
"age":45.5,
...
"gender":"male",
"faceId":"b15284c9-ce1c-40eb-a76b-99d5ce381081",
"faceRectangle":{
"height":56,
"left":155,
"top":50,
"width":56
}
}
}
]

可以看到是一个Json的输出，里面包含有FaceId，年龄，性别等各种信息。

2用本地文件作为源文件进行图片识别

具体的代码如下：

#!/usr/bin/python
#-*-coding:utf-8-*-

#导入相关模块
importhttplib,urllib,json
fromos.pathimportexpanduser

#FaceAPI相关的Key和Endpoint
subscription_key='30a236e53b924f2c943892711d8d0e45'
uri_base='api.cognitive.azure.cn'

#定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
headers={
'Content-Type':'application/octet-stream',
'Ocp-Apim-Subscription-Key':subscription_key,
}
#定义返回的内容，包括FaceId，年龄、性别等等
params=urllib.urlencode({
'returnFaceId':'true',
'returnFaceLandmarks':'false',
'returnFaceAttributes':'age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise',
})
#打开本地图片
img=open(expanduser('D:\\Heng\\Pictures\\100EOS5D\\C5D_5131.JPG'),'rb')
#CallFaceAPI，进行人脸识别
try:
conn=httplib.HTTPSConnection('api.cognitive.azure.cn')
conn.request("POST","/face/v1.0/detect?%s"%params,img,headers)
response=conn.getresponse()
data=response.read()
parsed=json.loads(data)
print("Response:")
print(json.dumps(parsed,sort_keys=True,indent=2))
conn.close()

exceptExceptionase:
print("[Errno{0}]{1}".format(e.errno,e.strerror))

输出和前面的类似。

3给图片中的人脸打框，并表示年龄

根据前面的人脸识别，可以根据返回值，对人脸进行打框，并标识其返回的年龄，具体Python程序如下：

#!/usr/bin/python
#-*-coding:utf-8-*-

#导入相关模块
importhttplib,urllib,json
fromos.pathimportexpanduser
fromPILimportImage,ImageDraw,ImageFont

defgetRectangle(mydata):
left=mydata[u'left']
top=mydata[u'top']
bottom=left+mydata[u'height']
right=top+mydata[u'width']
return((left,top),(bottom,right))

#FaceAPI相关的Key和Endpoint
subscription_key='30a236e53b924f2c943892711d8d0e45'
uri_base='api.cognitive.azure.cn'

#定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
headers={
'Content-Type':'application/octet-stream',
'Ocp-Apim-Subscription-Key':subscription_key,
}
#定义返回的内容，包括FaceId，年龄、性别等等
params=urllib.urlencode({
'returnFaceId':'true',
'returnFaceLandmarks':'false',
'returnFaceAttributes':'age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise',
})
#打开本地图片
#imgfile='D:\\Heng\\Pictures\\C5D_3966.JPG'
imgfile='D:\\Heng\\desktop\\face.JPG'

img=open(expanduser(imgfile),'rb')
#CallFaceAPI，进行人脸识别
try:
conn=httplib.HTTPSConnection('api.cognitive.azure.cn')
conn.request("POST","/face/v1.0/detect?%s"%params,img,headers)
response=conn.getresponse()
data=response.read()
parsed=json.loads(data)
conn.close()

exceptExceptionase:
print("[Errno{0}]{1}".format(e.errno,e.strerror))
#新建一个文件
newimg=Image.open(imgfile)
draw=ImageDraw.Draw(newimg)
#判断其大小
size=len(str(newimg.size[0]))
#根据大小分配字体大小和字的位置
ifsize>=4:
fs=50
ps=130
else:
fs=10
ps=13
#图片的字体和颜色
font=ImageFont.truetype("consola.ttf",fs)
draw.ink=255+0*256+0*256*256
#给每个识别出的人脸画框、并标识年龄
forainparsed:
b=a[u'faceRectangle']
c=getRectangle(b)
draw.rectangle(c,outline='red')
draw.text([c[0][0],c[0][1]-ps],"Age="+str(a[u'faceAttributes'][u'age']),font=font)
newimg.show()

其输出是一张如下d照片：

总结：

通过Azure的CognitiveService的FaceAPI可以非常方便的进行人脸识别的工作。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航