人脸识别(3):利用百度API用phthon程序做比对

import sys
import ssl,urllib.request
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 = '你的AK'
    client_secret = '你的SK'
    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):
    request_url = "https://aip.baidubce.com/rest/2.0/face/v3/search"
    params = {"image":"http://www.whxsxsy.com/pic/1618070001.jpg","image_type":"URL","group_id_list":"student","quality_control":"LOW","liveness_control":"NORMAL"}
    data = parse.urlencode(params).encode('utf-8')
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(request_url,data=data)
    request.add_header('Content-Type', 'application/json')
    response = urllib.request.urlopen(request)
    content = response.read()
    content = bytes.decode(content)
    content = eval(content)
    #获得分数
    # return content
    score = content['result']['user_list'][0]['score']
    # return 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)

运行结果:

照片相似度:42.358661651611,不是同一个人
©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 194,457评论 5 459
  • 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 81,837评论 2 371
  • 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 141,696评论 0 319
  • 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 52,183评论 1 263
  • 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 61,057评论 4 355
  • 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 46,105评论 1 272
  • 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 36,520评论 3 381
  • 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 35,211评论 0 253
  • 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 39,482评论 1 290
  • 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 34,574评论 2 309
  • 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 36,353评论 1 326
  • 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 32,213评论 3 312
  • 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 37,576评论 3 298
  • 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 28,897评论 0 17
  • 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 30,174评论 1 250
  • 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 41,489评论 2 341
  • 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 40,683评论 2 335

推荐阅读更多精彩内容