调用face++平台api进行人脸识别

转载请注明出处：http://blog.csdn.net/hongbin_xu 或 http://hongbin96.com/
文章链接：http://blog.csdn.net/hongbin_xu/article/details/74981819 或 http://hongbin96.com/125

Face++介绍：

Face++平台提供一整套世界领先的人脸检测，人脸识别，面部分析的视觉技术服务。通过提供云端API、离线SDK等供用户进行开发，像支付宝人脸支付使用的技术就是Face++。（face++的介绍）

每个人在Face++的官网注册账号后可以申请新建API，填写相关信息后，随后会分配API key和 API Secrect。我们可以选择试用的服务，由于是免费的有的功能不支持。

分配的API key和 API Secrect，有了这两个东西才能调用api。

官网提供了API文档和演示。

打开api文档可以查看详细说明，很详细不多说了。

实验平台：

我的测试程序是在Ubuntu下自带的Python环境下编写，用到了Python-OpenCV，所以要装一下Python-OpenCV。

console下输入：

sudo apt-get install python-opencv

很快就会安装完成，并且会自动配置好环境变量。

import cv包和cv2包看看，发现没有报错，安装成功。

代码：

# -*- coding:utf-8 -*-
import cv2
import urllib2
import urllib
import time

#读取原图，并显示
img = cv2.imread("football_players.jpeg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)

#URL
http_url='https://api-cn.faceplusplus.com/facepp/v3/detect' 
#用户信息
key = "RU8VkInUd4zpcCo2GbKxPz90rPoaY5O0"    
secret = "01YadiHNX_Fpqw6saBYa2POD6ozL6gWu"
#图片存储路径
filepath = r"/home/xhb/Study/FaceRecognition/python-opencv-face++/football_players.jpeg"

#这后面的都是给的示例代码，调用API接口
boundary = '----------%s' % hex(int(time.time() * 1000))
data = []
data.append('--%s' % boundary)
data.append('Content-Disposition: form-data; name="%s"\r\n' % 'api_key')
data.append(key)
data.append('--%s' % boundary)
data.append('Content-Disposition: form-data; name="%s"\r\n' % 'api_secret')
data.append(secret)
data.append('--%s' % boundary)
fr=open(filepath,'rb')
data.append('Content-Disposition: form-data; name="%s"; filename=" "' % 'image_file')
data.append('Content-Type: %s\r\n' % 'application/octet-stream')
data.append(fr.read())
fr.close()
data.append('--%s--\r\n' % boundary)

http_body='\r\n'.join(data)
#buld http request
req=urllib2.Request(http_url)
#header
req.add_header('Content-Type', 'multipart/form-data; boundary=%s' % boundary)
req.add_data(http_body)
try:
    #req.add_header('Referer','http://remotserver.com/')
    #post data to server
    resp = urllib2.urlopen(req, timeout=5)
    #get response
    qrcont=resp.read()
    print qrcont        #打印出得到的结果

except urllib2.HTTPError as e:
    print e.read()

#进过测试前面的程序会返回一个字典，其中指出了人脸所在的矩形的位置和大小等，所以直接进行标注
mydict = eval(qrcont)
faces = mydict["faces"]
faceNum = len(faces)
print("识别到了%d个人脸"%(faceNum))

for i in range(faceNum):
    face_rectangle = faces[i]['face_rectangle']
    width =  face_rectangle['width']
    top =  face_rectangle['top']
    left =  face_rectangle['left']
    height =  face_rectangle['height']
    start = (left, top)
    end = (left+width, top+height)
    color = (55,255,155)
    thickness = 3
    cv2.rectangle(img, start, end, color, thickness)

cv2.namedWindow("识别后")
cv2.imshow("识别后", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

# print type(resp)

程序不复杂，按照程序思路简单解释下：
1、指定图片的名称，读取图片，并显示。

#读取原图，并显示
img = cv2.imread("football_players.jpeg")
cv2.namedWindow("原图")
cv2.imshow("原图", img)

把图片直接放在当前目录下即可（图片是巴萨的<(￣︶￣)>）。

2、填一些调用api相关的信息，根据需要自己改就行。

#URL
http_url='https://api-cn.faceplusplus.com/facepp/v3/detect' 
#用户信息
key = "RU8VkInUd4zpcCo2GbKxPz90rPoaY5O0"    
secret = "01YadiHNX_Fpqw6saBYa2POD6ozL6gWu"
#图片存储路径
filepath = r"/home/xhb/Study/FaceRecognition/python-opencv-face++/football_players.jpeg"

从api文档可以查到，detect的URL：
https://api-cn.faceplusplus.com/facepp/v3/detect

用户信息要填上自己在前面申请的API Key和API Secret。

要传送图片到face++的服务器去进行识别，填上图片所在的目录的路径：

当前目录路径+图片名。

#图片存储路径
filepath = r"/home/xhb/Study/FaceRecognition/python-opencv-face++/football_players.jpeg"

3、中间的程序其实就是把信息封装一下，建立网络链接，然后跟服务器通信。调用urlopen()访问服务器，返回resp，打印结果。

try:
    #req.add_header('Referer','http://remotserver.com/')
    #post data to server
    resp = urllib2.urlopen(req, timeout=5)
    #get response
    qrcont=resp.read()
    print qrcont        #打印出得到的结果

except urllib2.HTTPError as e:
    print e.read()

4、resp是返回的数据。调用read()方法，转换成qrcont，这是个字符串，然后在终端打印出来。
终端的全部打印信息：

很明显，返回的resp是一个字典，其中记录了一些图片的信息，还有识别出的人脸的位置。
qrcont是一组字符串，调用eval()函数将其转换回字典类型，取出来再处理一下，在图片上标识出人脸的位置。

#进过测试前面的程序会返回一个字典，其中指出了人脸所在的矩形的位置和大小等，所以直接进行标注
mydict = eval(qrcont)
faces = mydict["faces"]
faceNum = len(faces)
print("识别到了%d个人脸"%(faceNum))

for i in range(faceNum):
    face_rectangle = faces[i]['face_rectangle']
    width =  face_rectangle['width']
    top =  face_rectangle['top']
    left =  face_rectangle['left']
    height =  face_rectangle['height']
    start = (left, top)
    end = (left+width, top+height)
    color = (55,255,155)
    thickness = 3
    cv2.rectangle(img, start, end, color, thickness)

运行结果：