百度地图API中地标识别的调用


# -*- coding: utf-8 -*-

#!/usr/bin/env python

import urllib

import base64

import json

#client_id 为官网获取的AK, client_secret 为官网获取的SK

client_id ='43pyLfhEyu5kyxD7Pc3abo6G'

client_secret ='HTvjgzFQFX8LVPUE1VdGgcwfGg1cTRec'

#获取token

def get_token():

  host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

  request = urllib.request.Request(host)

  request.add_header('Content-Type', 'application/json; charset=UTF-8')

  response = urllib.request.urlopen(request)

  token_content = response.read()

  if token_content:

    token_info = json.loads(token_content)

    token_key = token_info['access_token']

  return token_key

#地标识别

def landmark(filename):

  filename= 'guangzhouta.jpg'

  request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/landmark"

  f = open(filename, 'rb')

  img = base64.b64encode(f.read())

  params = dict()

  params['image'] = img

  params['show'] = 'true'

  params = urllib.parse.urlencode(params).encode("utf-8")

#params = json.dumps(params).encode('utf-8')

  access_token = get_token()



  request_url = request_url + "?access_token=" + access_token

  request = urllib.request.Request(url=request_url, data=params)



  request.add_header('Content-Type', 'application/x-www-form-urlencoded')

  response = urllib.request.urlopen(request)

  content = response.read()

  landmark=''

  if content:

    #print(content)

    content=content.decode('utf-8')

    #print(content)

    data = json.loads(content)

    #print(data)

    words_result=data['result']

    landmark=words_result['landmark']

    print ('地标:',landmark)

  return landmark

from bs4 import BeautifulSoup

#通过百度百科获取地标的详细说明       

def get_baike_summary(itemname):

    url='https://baike.baidu.com/item/'+urllib.parse.quote(itemname)

    # 构建请求对象 

    headers = {"User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36"}

    request = urllib.request.Request(url, headers=headers)

    # 发送请求 

    response = urllib.request.urlopen(request)

    # 读取文件 

    content = response.read().decode('utf8')

    # 先构建一个soup对象     

    soup = BeautifulSoup(content, "lxml")

    #获取描述

    summary = soup.find("div", attrs={"class": "lemma-summary"}).get_text()

    print (summary)

def get_landmark_more(filename):

    result=landmark(filename)

    get_baike_summary(result)

get_landmark_more('landmark1.jpg')

输出


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,277评论 6 503
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,689评论 3 393
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,624评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,356评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,402评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,292评论 1 301
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,135评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,992评论 0 275
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,429评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,636评论 3 334
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,785评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,492评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,092评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,723评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,858评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,891评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,713评论 2 354