【Python+百度API】实现人脸识别和颜值检测系统（包括人脸数量、年龄、颜值评分、性别、种族、表情检测）（超详细 附源码）

需要源码请点赞关注收藏后评论区留下QQ~~~

本系统根据已有的模型上改写，添加了在给照片打分的同时可以显示照片，这样显得更加直观和真实

一、百度API文档

如需要请自行前往官网查询文档相关内容

百度API官网

部分内容如下

接口能力

• 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150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。

• 业务应用

  典型应用场景：如人脸属性分析，基于人脸关键点的加工分析，人脸营销活动等。

  说明：检测响应速度，与图片中人脸数量相关，人脸数量较多时响应时间会有些许延长。

  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_field参数中请求quality。基于返回结果quality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。

  指标	字段与解释	推荐数值界限
  遮挡范围	occlusion，取值范围[0~1]，0为无遮挡，1是完全遮挡 含有多个具体子字段，表示脸部多个部位 通常用作判断头发、墨镜、口罩等遮挡	left_eye : 0.6, #左眼被遮挡的阈值 right_eye : 0.6, #右眼被遮挡的阈值 nose : 0.7, #鼻子被遮挡的阈值 mouth : 0.7, #嘴巴被遮挡的阈值 left_cheek : 0.8, #左脸颊被遮挡的阈值 right_cheek : 0.8, #右脸颊被遮挡的阈值 chin_contour : 0.6, #下巴被遮挡阈值
  模糊度范围	blur，取值范围[0~1]，0是最清晰，1是最模糊	小于0.7
  光照范围	illumination，取值范围[0~255] 脸部光照的灰度值，0表示光照不好 以及对应客户端SDK中，YUV的Y分量	大于40
  姿态角度	Pitch：三维旋转之俯仰角度[-90(上), 90(下)] Roll：平面内旋转角[-180(逆时针), 180(顺时针)] Yaw：三维旋转之左右旋转角[-90(左), 90(右)]	分别小于20度
  人脸完整度	completeness（0或1），0为人脸溢出图像边界， 1为人脸都在图像边界内	视业务逻辑判断
  人脸大小	人脸部分的大小 建议长宽像素值范围：80*80~200*200	人脸部分不小于100*100像素

二、结果展示

世界杯正在如火如荼的进行中 让我们看看球星C罗的颜值打分评价

可见系统里可以测出人物的相当多特征，包括年龄 性别 种族 表情等等

别惊讶 在AI的认知里 57.28分已经不低了

 再让我们看看下一张照片的评分

篮球传奇巨星科比呢 看看他的评价 可见对于种族的判断还是十分准确

 在看一看著名港星的 也是经典梗的出处   评分暂且不论 对于种族的判断依然准确

 三、代码

部分代码如下

全部源码请点赞关注收藏后评论区留下QQ~~~

import tkinter as tk
from tkinter import filedialog, ttk
import base64
import json
import requests
from PIL import  Image,ImageTk
win = tk.Tk()
win.title("颜值检测")
#root=tk.Tk()
#root.title("展示图片")
photo=None
img=None
# 打开文件对话框
def getfile():
    file_path = filedialog.askopenfilename()
    to
    global img
    file_path = filedialog.askopenfilename()
    fpath.set(file_path)
    img=Image.open(file_path)
    photo=ImageTk.PhotoImage(img)
    imglabel=tk.Label(win,image=photo)
    imglabel.grid(row=0,column=0,columnspan=3)


def face_baidu():
    class BaiduPicIndentify:
        def __init__(self, img):
            self.AK = "juqVLsljMBigcM4soXoVmMGr"
            self.SK = "g5EgLoGOxEs3jogREqGVWUYl1e5tLkUL"
            self.img_src = img
            self.headers = {
                "Content-Type": "application/json; charset=UTF-8"
            }

        def get_accessToken(self):
            host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + self.AK + '&client_secret=' + self.SK
            response = requests.get(host, headers=self.headers)
            json_result = json.loads(response.text)
            return json_result['access_token']

        def img_to_BASE64(slef, path):
            with open(path, 'rb') as f:
                base64_data = base64.b64encode(f.read())
                return base64_data

        def detect_face(self):
            # 人脸检测与属性分析
            img_BASE64 = self.img_to_BASE64(self.img_src)
            request_url = "https://aip.baidubce.com/rest/2.0/face/v3/detect"
            post_data = {
                "image": img_BASE64,
                "image_type": "BASE64",
                "face_field": "gender,age,beauty,gender,race,expression",
                "face_type": "LIVE"
            }
            access_token = self.get_accessToken()
            request_url = request_url + "?access_token=" + access_token
            response = requests.post(url=request_url, data=post_data, headers=self.headers)
            json_result = json.loads(response.text)
            if json_result['error_msg'] != 'pic not has face':
                t1 = tk.Label(win, text=json_result['result']['face_num']).grid(row=4, column=1)
                t2 = tk.Label(win, text=json_result['result']['face_list'][0]['age']).grid(row=5, column=1)
                t3 = tk.Label(win, text=json_result['result']['face_list'][0]['beauty']).grid(row=6, column=1)
                t4 = tk.Label(win, text=json_result['result']['face_list'][0]['gender']['type']).grid(row=7, column=1)
                t5 = tk.Label(win, text=json_result['result']['face_list'][0]['race']['type']).grid(row=8, column=1)
                t6 = tk.Label(win, text=json_result['result']['face_list'][0]['expression']['type']).grid(row=9,
                                                                                                          column=1)
    if __name__ == '__main__':
        img_src = fpath.get()
        baiduDetect = BaiduPicIndentify(img_src)
        baiduDetect.detect_face()



#win = tk.Tk()
#win.title("颜值检测")
win.geometry("400x200")
fpath = tk.StringVar()
#ttk.Button(root,text='show',command=show).grid(row=1,column=1)
#root.mainloop()
l = tk.Label(win, text='颜值检测系统-由百度AI提供', bg='brown', font='黑体,20,bold', fg='white')
l.grid(row=1, column=0)
command=show()).grid(row=2,column=1)
ttk.Entry(win, textvariable=fpath).grid(row=2, column=1)

l1 = tk.Label(win, text='人脸数：')
l1.grid(row=4, column=0)
l2 = tk.Label(win, text='人物年龄：')
l2.grid(row=5, column=0)
l3 = tk.Label(win, text='人物颜值评分：')
l3.grid(row=6, column=0)
l4物表情：')
l6.grid(row=9, column=0)

b = tk.Button(win, text="点我检测", width=15, height=2, command=face_baidu)
b.grid(row=10, column=0)

win.mainloop()

创作不易 觉得有帮助请点赞关注收藏~~~