python——通过电脑摄像头采集图像实现利用百度api实现人脸检测
百度人脸检测调用方式为向API服务地址使用post发送请求，在url中需要带上access_token,所以第一步获取access_token
一、access_token获取
access_token的获取需要通过后台的API key和secret key生成，注册百度账号，在人脸识别创建应用即可得到这2个key
得到key之后，向授权服务地址 https://aip.baidubce.com/oauth/2.0/token发送post请求，在url中带上以下参数
-
grant_type： 必须参数，固定为client_credentials；
-
client_id： 必须参数，应用的API Key；
-
client_secret： 必须参数，应用的Secret Key
注：参数传递方式，须使用form表单方式，即最后生成请求url为 https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=Va5yQRHlA4Fq5eR3LT0vuXV4&client_secret=0rDSjzQ20XUj5itV6WRtznPQSzr5pVw2&
def get_AcessToken(fun_apikey,fun_secretkey):
#print fun_apikey,fun_secretkey
data = {
"grant_type":"client_credentials",
"client_id":fun_apikey,
"client_secret":fun_secretkey
}
r = requests.post(accesstokenURL,data)
#print (r.text)
t = json.loads(r.text)
#print t['access_token']
at = t['access_token']
return at服务器返回的json文本中解析出access_token返回，即得到access_token
二、人脸检测方法调用
调用方式
HTTP方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/face/v3/detect
URL参数：
access_token：通过上边方法获得
header：
Content-Type： application/json //通过json格式化请求体
body：
image 必选 图片信息，根据image_type判断
image_type 必选 1.BASE64：图片的base64的值 2.url：图片的url地址3.FACE_TOKEN 人脸图片唯一标识
face_field 可选 选取返回信息种类，包含年龄、颜值、性别、表情等可以根据自己需求选择
其他属性没有，用到可以到api文档了解http://ai.baidu.com/docs#/Face-Detect-V3/top
def get_face_response(fun_access_token,base64_imge):
header = {
"Content-Type":"application/json"
}
data={
"image":base64_imge,
"image_type":"BASE64",
"face_field":"faceshape,facetype,age,gender,glasses,eye_status,emotion,race,beauty"
}
url = apiURL + "?access_token="+fun_access_token
r = requests.post(url,json.dumps(data),header)
#print (r.url)
#print (r.text)
ret=response_parse(r.text)
return ret这里图片类型选择BASE64，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,记得去掉
Base64是一种任意二进制到文本字符串的编码方法，常用于在URL、Cookie、网页中传输少量二进制数据。Base64是一种用64个字符来表示任意二进制数据的方法。用记事本打开exe、jpg、pdf这些文件时，我们都会看到一大堆乱码，因为二进制文件包含很多无法显示和打印的字符，所以，如果要让记事本这样的文本处理软件能处理二进制数据，就需要一个二进制到字符串的转换方法。Base64是一种最常见的二进制编码方法。
def imgeTobase64():
with open(imge_path,'rb') as f:
base64_data = base64.b64encode(f.read())
s = base64_data.decode()
#print("data:imge/jpeg;base64,%s"%s)
s = s[s.find(',')+1:]
#print s
return s
三，调用摄像头获取图片
调用摄像头获取图片，采用的是openCV
首先安装openCV包
pip install --upgrade setuptools
pip install numpy Matplotlib
pip install opencv-python
然后调用相关函数来获取视频
def camer_open():
cap = cv2.VideoCapture(0) # 默认的摄像头
return cap
def camer_close(fun_cap):
fun_cap.release()
cv2.destroyAllWindows()
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter(avi_path,fourcc, 20.0, (640,480))
def make_photo(capp):
"""使用opencv拍照"""
access_token=get_AcessToken(apikey,secretkey)
while True:
ret_cap, frame = capp.read()
time.sleep(0.2)
if ret_cap:
print("read ok")
color=(0,0,0)
img_gray= cv2.cvtColor(frame,cv2.COLOR_RGB2GRAY)
cv2.imwrite(imge_path, img_gray)
image_base64=imgeTobase64()
ret,info_list=get_face_response(access_token,image_base64)
print ret
if ret == 0:
w=int(info_list[faceinfo_type.index('location')])+100
h=int(info_list[faceinfo_type.index('location')+1])+100
y=int(info_list[faceinfo_type.index('location')+2])-80
x=int(info_list[faceinfo_type.index('location')+3])-50
fun_str=[]
fun_str.append('age:'+ str(info_list[faceinfo_type.index('age')]))
fun_str.append('emotion:'+info_list[faceinfo_type.index('emotion')])
fun_str.append('beauty:'+str(info_list[faceinfo_type.index('beauty')]))
fun_str.append('gender:'+info_list[faceinfo_type.index('gender')])
y1 = int(y+(h/2))
dy = 20
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)
for i in range(len(fun_str)):
y2= y1+i*dy
cv2.putText(frame,fun_str[i],(x+w+20,y2),cv2.FONT_HERSHEY_PLAIN,1, (255, 0, 0),1)
#draw_0 = cv2.rectangle(image, (2*w, 2*h), (3*w, 3*h), (255, 0, 0), 2)
#frame = cv2.flip(frame,0)
# write the flipped frame
out.write(frame)
cv2.imshow("capture", frame) # 弹窗口
if cv2.waitKey(1) & 0xFF == ord('q'):
camer_close(capp)
break
else:
break
相关函数介绍
1.cap = cv2.VideoCapture(0)
VideoCapture()中参数是0，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频，如cap = cv2.VideoCapture(“../test.avi”)
2、ret,frame = cap.read()
cap.read()按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
3、cv2.waitKey(1)，waitKey（）方法本身表示等待键盘输入，
参数是1，表示延时1ms切换到下一帧图像，对于视频而言；
参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；
参数过大如cv2.waitKey(1000)，会因为延时过久而卡顿感觉到卡顿。
c得到的是键盘输入的ASCII码，esc键对应的ASCII码是27，即当按esc键是if条件句成立
4、调用release()释放摄像头，调用destroyAllWindows()关闭所有图像窗口
5.cv2.cvtColor(frame,cv2.COLOR_RGB2GRAY) 灰度转换
6.cv2.imwrite(file_name, img_gray) 写文件
7.cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)
绘图函数介绍：
主要有cv2.line()//画线， cv2.circle()//画圆， cv2.rectangle()//长方形，cv2.ellipse()//椭圆， cv2.putText()//文字绘制
主要参数
-
img：源图像
-
color：需要传入的颜色
-
thickness：线条的粗细，默认值是1
-
linetype：线条的类型，8 连接，抗锯齿等。默认情况是 8 连接。cv2.LINE_AA 为抗锯齿，这样看起来会非常平滑
这里的参数分别为 rectangle（源图像，左上角坐标，右下角坐标，线条颜色，线条粗细）
8.cv2.putText(frame,fun_str[i],(x+w+20,y2),cv2.FONT_HERSHEY_PLAIN,1, (255, 0, 0),1)
绘制文字函数 putText（源图像，字符串，显示右上顶点坐标，字体类型，字体大小，字体颜色，字体粗细）
9. cv2.imshow("capture", frame) # 弹窗口 //显示图像
四：结果展示
可以视频流，动态框住人脸，显示信息，就是有点卡，原因是请求速度跟不上显示速度，帧不连续
五：完整源码
# -*- coding: UTF-8 -*-
import requests
import urllib
import urllib2
import json
import base64
import cv2
import time
import os
apiURL = "https://aip.baidubce.com/rest/2.0/face/v3/detect"
accesstokenURL = "https://aip.baidubce.com/oauth/2.0/token"
apikey = "lY7HxTVolWntcvZv4Rvz0tWH"
secretkey = "L4ISaeGSGDMxCNZ9PR1ZkzaEvX0Dg4DM"
imge_path = os.path.dirname(os.path.abspath(__file__))+'\\img.jpg'
avi_path=os.path.dirname(os.path.abspath(__file__))+'\\output.avi'
faceinfo_type = ['face_type','face_shape','gender','emotion','age','glasses','beauty','location']
def camer_open():
cap = cv2.VideoCapture(0) # 默认的摄像头
return cap
def camer_close(fun_cap):
fun_cap.release()
cv2.destroyAllWindows()
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter(avi_path,fourcc, 20.0, (640,480))
def make_photo(capp):
"""使用opencv拍照"""
access_token=get_AcessToken(apikey,secretkey)
while True:
ret_cap, frame = capp.read()
time.sleep(0.2)
if ret_cap:
print("read ok")
color=(0,0,0)
img_gray= cv2.cvtColor(frame,cv2.COLOR_RGB2GRAY)
cv2.imwrite(imge_path, img_gray)
image_base64=imgeTobase64()
ret,info_list=get_face_response(access_token,image_base64)
print ret
if ret == 0:
w=int(info_list[faceinfo_type.index('location')])+100
h=int(info_list[faceinfo_type.index('location')+1])+100
y=int(info_list[faceinfo_type.index('location')+2])-80
x=int(info_list[faceinfo_type.index('location')+3])-50
fun_str=[]
fun_str.append('age:'+ str(info_list[faceinfo_type.index('age')]))
fun_str.append('emotion:'+info_list[faceinfo_type.index('emotion')])
fun_str.append('beauty:'+str(info_list[faceinfo_type.index('beauty')]))
fun_str.append('gender:'+info_list[faceinfo_type.index('gender')])
y1 = int(y+(h/2))
dy = 20
cv2.rectangle(frame,(x,y),(x+w,y+h),(0,255,0),2)
for i in range(len(fun_str)):
y2= y1+i*dy
cv2.putText(frame,fun_str[i],(x+w+20,y2),cv2.FONT_HERSHEY_PLAIN,1, (255, 0, 0),1)
#draw_0 = cv2.rectangle(image, (2*w, 2*h), (3*w, 3*h), (255, 0, 0), 2)
#frame = cv2.flip(frame,0)
# write the flipped frame
out.write(frame)
cv2.imshow("capture", frame) # 弹窗口
if cv2.waitKey(1) & 0xFF == ord('q'):
camer_close(capp)
break
else:
break
def get_AcessToken(fun_apikey,fun_secretkey):
#print fun_apikey,fun_secretkey
data = {
"grant_type":"client_credentials",
"client_id":fun_apikey,
"client_secret":fun_secretkey
}
r = requests.post(accesstokenURL,data)
#print (r.text)
t = json.loads(r.text)
#print t['access_token']
at = t['access_token']
return at
def response_parse(result_res):
r = json.loads(result_res)
print r
ret = r['error_msg']
if r['error_code'] != 0:
print ret
return r['error_code'], 0
result_parse= []
face_list = r['result']['face_list'][0]
#print face_list
print len(face_list)
for i in range(len(faceinfo_type)):
if (faceinfo_type[i] == 'age') or (faceinfo_type[i] == 'beauty'):
result_parse.append(face_list[faceinfo_type[i]])
elif faceinfo_type[i] == 'location':
result_parse.append(face_list[faceinfo_type[i]]['width'])
result_parse.append(face_list[faceinfo_type[i]]['height'])
result_parse.append(face_list[faceinfo_type[i]]['top'])
result_parse.append(face_list[faceinfo_type[i]]['left'])
else:
result_parse.append(face_list[faceinfo_type[i]]['type'])
print("result:%s \nface_type:%s\nface_shape:%s\ngender:%s\nemotion:%s\nglasses:%s\nage:%d\nbeauty:%d\n\
"%(ret,result_parse[faceinfo_type.index('face_type')],result_parse[faceinfo_type.index('face_shape')],\
result_parse[faceinfo_type.index('gender')],result_parse[faceinfo_type.index('emotion')],
result_parse[faceinfo_type.index('glasses')],result_parse[faceinfo_type.index('age')],result_parse[faceinfo_type.index('beauty')]))
return 0,result_parse
def get_face_response(fun_access_token,base64_imge):
header = {
"Content-Type":"application/json"
}
data={
"image":base64_imge,
"image_type":"BASE64",
"face_field":"faceshape,facetype,age,gender,glasses,eye_status,emotion,race,beauty"
}
url = apiURL + "?access_token="+fun_access_token
r = requests.post(url,json.dumps(data),header)
#print (r.url)
#print (r.text)
ret=response_parse(r.text)
return ret
def imgeTobase64():
with open(imge_path,'rb') as f:
base64_data = base64.b64encode(f.read())
s = base64_data.decode()
#print("data:imge/jpeg;base64,%s"%s)
s = s[s.find(',')+1:]
#print s
return s
def main():
print ('face identification starting')
#print access_token
cap=camer_open()
make_photo(cap)
if __name__ == '__main__':
main()