python调用人脸识别平台接口并解析json

将本地图片转化为base64给face++接口,得到返回的json并解析

  1. 安装requests库
    为什么选择这个库 ? Requests它会比urllib更加方便,可以节约我们大量的工作。requests是python实现的最简单易用的HTTP库,建议爬虫使用requests库。默认安装好python之后,是没有安装requests模块的,需要单独通过pip安装(请先安装pip)
    pip insatll request
  1. 编写py代码
# coding=utf-8
# face++ 人脸识别detect部分
import requests
import base64
import json

def file_base64(file_name):
    with open(file_name, 'rb') as fin:
        file_data = fin.read()
        base64_data = base64.b64encode(file_data)
    return base64_data

def post_pic():
    url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'
    image_1 = file_base64('/home/dashuaibi/图片/1.jpg') 

    postData = {
        'api_key': 'mTxxxxxxxxxxxxxxxxwuG',
        'api_secret': 'uo3xxxxxxxxxxxxxxxxxxxxxxxxeb5',
        'image_base64': image_1,
        'return_attributes' : 'emotion'
    }

    back = requests.post(url, data = postData)
    jres = json.loads(back.text)
    print jres['faces'][0]['attributes']['emotion']

if __name__=="__main__":
    post_pic()
  1. 运行后发现打印的是
    {u'neutral': 60.45, u'sadness': 0.963, u'disgust': 0.104, u'anger': 3.324, u'surprise': 0.795, u'fear': 0.104, u'happiness': 34.26}
    在loads后变成python变量时,元素都变成了单引号,并且字符串前加多了个u
    json.loads()会在key前加上Unicode识别字符
    但是只是提示作用而已 并不影响数据
  1. 编写业务逻辑
# coding=utf-8
# face++ 人脸识别detect部分
import requests
import base64
import json

def file_base64(file_name):
    with open(file_name, 'rb') as fin:
        file_data = fin.read()
        base64_data = base64.b64encode(file_data)
    return base64_data

def post_pic():
    url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'
    image_1 = file_base64('/home/dashuaibi/图片/1.jpg') 

    postData = {
        'api_key': 'mTtxxxxxxxxxxxxxwuG',
        'api_secret': 'uo3xxxxxxxxxxxxxxJeb5',
        'image_base64': image_1,
        'return_attributes' : 'emotion'
    }

    back = requests.post(url, data = postData)
    jres = json.loads(back.text)
    #emotion各可能性
    info = jres['faces'][0]['attributes']['emotion']
    anger = info['anger']
    disgust = info['disgust']
    fear = info['fear']
    happiness = info['happiness']
    neutral = info['neutral']
    sadness = info['sadness']
    surprise = info['surprise']
    emotion = [anger,disgust,fear,happiness,neutral,sadness,surprise]
    emotion_name = ['愤怒','厌恶','恐惧','高兴','平静','伤心','惊讶']
    print '您现在的表情是'+emotion_name[emotion.index(max(emotion))]

if __name__=="__main__":
    post_pic()
  1. 输出结果 :
  1. 总结:
  • python的库超级强大!!!!!!
  • pip超级好用!!!!!
  • 因为是linux的gedit手打,相当于记事本了,就懒得每一行写注释了嘿嘿
最后编辑于
©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 218,451评论 6 506
  • 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 93,172评论 3 394
  • 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 164,782评论 0 354
  • 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 58,709评论 1 294
  • 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 67,733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 51,578评论 1 305
  • 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 40,320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 39,241评论 0 276
  • 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 45,686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 37,878评论 3 336
  • 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 39,992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 35,715评论 5 346
  • 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 41,336评论 3 330
  • 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 31,912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 33,040评论 1 270
  • 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 48,173评论 3 370
  • 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 44,947评论 2 355

推荐阅读更多精彩内容