车被划了,调了十几天的监控录像,感觉自己看太累,突然有个想法,能否弄个自动看录像,当画面出现人脸或人形时自动截图保存,这样应该能省去很多时间(有种刑侦的感觉...),既然想到了,无论能否成功都需要从识别开始吧,这时就想到百度人脸识别咯(最强大脑貌似看过,有点印象),话不多说,先了解一下。
打开百度AI页面:http://ai.baidu.com/
登入后找到人脸识别
创建个应用,填好资料
进入应用界面,将API Key Secret Key复制出来备用
后续就是阅读API文档咯,这个接口使用并不复杂(只是简单的尝尝鲜),只在一个地方卡了一下(基础问题...),其他还比较顺利,直接上代码:
import sys import ssl from urllib import request,parse # client_id 为官网获取的AK, client_secret 为官网获取的SK #获取token def get_token(): client_id = API Key client_secret = Secret Key host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=%s&client_secret=%s'%(client_id,client_secret) req = request.Request(host) req.add_header('Content-Type', 'application/json; charset=UTF-8') response = request.urlopen(req) #获得请求结果 content = response.read() #结果转化为字符 content = bytes.decode(content) #转化为字典 content = eval(content[:-1]) return content['access_token'] #转换图片 #读取文件内容,转换为base64编码 #二进制方式打开图文件 def imgdata(file1path,file2path): import base64 f=open(r'%s' % file1path,'rb') pic1=base64.b64encode(f.read()) f.close() f=open(r'%s' % file2path,'rb') pic2=base64.b64encode(f.read()) f.close() #将图片信息格式化为可提交信息,这里需要注意str参数设置 params = {"images":str(pic1,'utf-8') + ',' + str(pic2,'utf-8')} return params #提交进行对比获得结果 def img(file1path,file2path): token = get_token() #人脸识别API #url = 'https://aip.baidubce.com/rest/2.0/face/v2/detect?access_token='+token #人脸对比API url = 'https://aip.baidubce.com/rest/2.0/face/v2/match?access_token='+token params = imgdata(file1path,file2path) #urlencode处理需提交的数据 data = parse.urlencode(params).encode('utf-8') req = request.Request(url,data=data) req.add_header('Content-Type', 'application/x-www-form-urlencoded') response = request.urlopen(req) content = response.read() content = bytes.decode(content) content = eval(content) #获得分数 score = content['result'][0]['score'] if score>80: return '照片相似度:'+str(score)+',同一个人' else: return '照片相似度:'+str(score)+',不是同一个人' if __name__ == '__main__': file1path = './pic/1.jpg' file2path = './pic/2.jpg' res = img(file1path,file2path) print(res)
我在根目录下放了一个pic的文件夹,里面随便放了几个照片,测试了一下,结果如下:
效果是出来了,不过好像偏离我原来的需求有点远了,不过也算是小小的玩了一把。