Python實現人臉識別的詳細圖文教程

Posted on by

叨叨幾句

哈嘍兄弟們，今天實現一下人臉識別。

先問大傢一個問題

什麼是百度Aip模塊？

百度AI平臺提供瞭很多的API接口供開發者快速的調用運用在項目中

本文寫的是使用百度AI的在線接口SDK模塊（baidu-aip）進行實現人臉識別

除瞭人臉識別，其他api功能的調用也同理。

準備工作

本機環境

  • 系統：win11
  • Python版本：3.9.7
  • 編輯器：VS2022

安裝baidu-aip模塊

win + R 輸入cmd打開命令提示符

執行安裝百度AI模塊

pip install baidu-aip

登錄百度AI平臺創建應用

打開百度AI平臺 進行登錄

在控制臺中找到人臉識別

按自己要求創建應用

最後得到應用的AppID API Key Secret Key

記下值 等等會用到

AppID：10000000
API Key：xxxxxxxxxxxxxxxxxxxxxxxx
Secret Key：xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

代碼流程

導入baidu-aip模塊

打開VS2022（VSCode PyCharm Sypder等同理）創建一個py文件
輸入

from aip import AipFace

聲明上文獲取的AppID API Key Secret Key

APP_ID = '10000000'
API_KEY = 'xxxxxxxxxxxxxxxxxxxxxxxx'
SECRET_KEY = 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'

初始化百度AIP 人臉識別模塊

client = AipFace(APP_ID, API_KEY, SECRET_KEY)

創建人臉檢測函數

def face_detect(image):
    result = client.detect(image, image_type='BASE64')
    print(result)
    return result

輸入的圖片image必須是BASE64格式

將圖片轉為BASE64格式

導入base64包

import base64

將圖片打開為 BASE64格式

但是導入到百度AI中需要為字符串格式，所以返回為字符串

def imageToBase64(imagePath):
    with open(imagePath, 'rb') as f:
        image = base64.b64encode(f.read())
        return str(image, encoding='utf-8')

打開圖片進行檢測

先準備一張圖片pic1.jpg

調用函數

face_detect(imageToBase64("pic1.jpg"))

提示調用成功：

遇到的問題

運行時候提示：

requests.exceptions.ProxyError: HTTPSConnectionPool(host='aip.baidubce.com', port=443)

win + R 輸入 regedit打開註冊表，找到

\HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Internet Settings

把ProxyEnable的值改為0

再運行即可

延伸出使用其他功能

除瞭人臉檢測還可以使用人臉比、人臉搜索對等函數，調用方法同理，比如人臉比對。

def face_match(image1, image2):
    result = client.match([
    {
        'image': image1,
        'image_type': 'BASE64',
    },
    {
        'image': image2,
        'image_type': 'BASE64',
    }
   ])
    print(result)
    return result

人臉搜索

def face_search(image,group_id_list):
    result = client.search(image, image_type='BASE64',group_id_list=group_id_list)
    print(result)
    return result

APP_ID API_KEY SECRET_KEY 需要修改為自己的

總結

到此這篇關於Python實現人臉識別的文章就介紹到這瞭,更多相關Python人臉識別內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：