baidu_ai(人脸识别)

设备:ubuntu 16.04   已经安装了anconda

创建python 虚拟环境,虚拟环境名字---baidu_ai ,虚拟环境python版本-----python 3.6

conda create -n baidu_ai python=3.6

激活baidu_ai虚拟环境

source activate baidu_ai

安装百度接口

pip install baidu-aip

安装opencv

pip install onpencv-python

新建aipface

from aip import AipFace

APP_ID= '你的appid'

APP_KEY= '你的aapkey'

SECRET_KEY = '你的SK'

client = AipFace(APP_ID, API_KEY, SECRET_KEY)

两张人脸图片对比-----是否是同一个人

import cv2

import base64

from aip import AipFace

""" 你的 APPID AK SK """

APP_ID= '你的appid'

APP_KEY= '你的aapkey'

SECRET_KEY = '你的SK'

client = AipFace(APP_ID, API_KEY, SECRET_KEY)

f = open(r'%s' % 'img_1.jpg', 'rb')

pic1 = base64.b64encode(f.read())

f.close()

image1=str(pic1,'utf-8')

f = open(r'%s' % 'img_2.jpg', 'rb')

pic2 = base64.b64encode(f.read())

f.close()

image2=str(pic2,'utf-8')

result = client.match([

    {

        'image': image1,

        'image_type': 'BASE64',

    },

    {

        'image': image2,

        'image_type': 'BASE64',

    }

])

score=result['result']['score']

if score >= 80:

    print('同一个人的可能性:'+str(score))

else:

    print('不是同一个人')

人脸库的注册和获取人类信息

'''人脸注册测试'''

import cv2

import base64

from aip import AipFace

APP_ID= '你的appid'

APP_KEY= '你的aapkey'

SECRET_KEY = '你的SK'

client = AipFace(APP_ID, API_KEY, SECRET_KEY)

# 用face_token注册,图片1的face_token=c7c92181afaa49f03f64454b04c6da42

'''

image='c7c92181afaa49f03f64454b04c6da42'

imageType='FACE_TOKEN'

groupId='room_617'

userId='zsy'

client.addUser(image,imageType,groupId,userId)

'''

#用base64注册

'''

f=open(r'%s' % 'img_6.jpg','rb')

pic1=base64.b64encode(f.read())

f.close()

image=str(pic1,'utf-8')

imageType='BASE64'

groupId='A1651'

userId='1620050141'

client.addUser(image,imageType,groupId,userId)

'''

userId = "zsy"

groupId = "room_617"

""" 调用获取用户人脸列表 """

image1=client.faceGetlist(userId, groupId) #['face_list']['face_token']

face_list=image1['result']['face_list'][0]

face_token=face_list['face_token']


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 220,002评论 6 509
  • 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 93,777评论 3 396
  • 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 166,341评论 0 357
  • 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 59,085评论 1 295
  • 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 68,110评论 6 395
  • 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 51,868评论 1 308
  • 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 40,528评论 3 420
  • 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 39,422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 45,938评论 1 319
  • 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 38,067评论 3 340
  • 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 40,199评论 1 352
  • 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 35,877评论 5 347
  • 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 41,540评论 3 331
  • 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 32,079评论 0 23
  • 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 33,192评论 1 272
  • 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 48,514评论 3 375
  • 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 45,190评论 2 357