win10+python3.6+百度AI——實現人臉識別
一、說明
近來半個月的時間沉迷於python不能自拔，不是初學，而是好久沒有寫程式了。在此記錄pycharm建立Django專案基於百度AI實現的人臉檢測。該專案參考了知乎的一篇文章，詳情點選這裡，原文是在Linux環境下搭建的，用了Anaconda作為python的解析器，個人對Anaconda不是很感興趣，再有一點就是Anaconda下安裝的一些庫並不是最新的版本。本專案對原文專案有一些改動，但是大部分還是依照原文專案的架構和邏輯。
二、專案開始
2.1註冊獲得百度AI的介面
註冊網址在這裡，進入頁面後點擊控制檯，選擇人臉識別，需要百度賬號登陸，有則登陸，無則註冊
2.2建立應用
進入“人臉識別”後，點選“建立應用”按鈕
進入建立頁面後如圖設定便可
填寫好點選下面的“立即建立”，提示建立成功，點選“檢視應用詳情”
記下如圖所示的三個引數，Secret Key可以點選顯示檢視
2.3安裝所需的庫
在CMD中使用pip安裝即可，所需的庫包含以下幾個：
Django
requests（非必需）
simplejson
pillow
baidu-aip
三、程式編寫
在處理好所需的基礎條件後，進入程式的編寫，因為是一個線上的人臉檢測，所以需要一個WEB框架，在此使用的是Django
3.1pycharm新建Django專案
首先在pycharm中建立Django專案，關於建立pycharm如何建立Django專案，在此不再贅述，必要時可以搜尋教程
建立好Django專案後，在專案的根目錄有一個manage.py的檔案，在CMD中使用命令python manage.py runserver 0.0.0.0:8000開啟服務（此時不要關閉CMD，讓其始終執行），開啟瀏覽器，輸入127.0.0.1:8000便可看到如圖所示，說明成功
3.2建立（修改）重要的程式檔案
此步驟為該專案的重要部分，在此過程中容易出錯，需留意
recognition.py
view.html
settings.py
建立static資料夾以及其子資料夾images
1）手動在Django專案中建立recognition.py ，使其與pycharm自動生成的結構中的urls.py位於同一個資料夾下
2）手動在Django專案中建立view.html ，使其位於在templates 資料夾下，在pycharm建立Django時會自動生成 templates 資料夾，在此需要確定templates資料夾與 manage.py 在同一個目錄中
3）在settings.py檔案的最後一行新增
STATICFILES_DIRS = ( os.path.join(BASE_DIR, 'static').replace('\\', '/'), )
4）建立資料夾static，並在其中建立子資料夾images，用以儲存需要識別的人臉圖片，確保static資料夾與templates資料夾是同級
3.3編輯view.html檔案
在view.html檔案中寫入如下程式碼
<!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>人臉識別</title> </head> <body> <form action="/recognition" method="post" enctype="multipart/form-data"> {% csrf_token %} <input type="file" name="Photo"> <input type="submit" value="提交"> </form> {% if Photo %} <p><img src={{ Photo }} width="300"> {% if target_img %}<img src={{ target_img }} width="300">{% endif %} </p> <p>年齡：{{ age }}歲<p> <p>顏值：{{ beauty }}分<p> <p>性別：{{ gender }}{{ face_type }}<p> {% endif %} </body> </html>
3.4編輯recognition.py檔案
在recognition.py檔案中寫入如下程式碼。重要說明：在該程式中，所有的路徑均為絕對路徑，注意路徑的斜槓方向，這也是windows與linux的重要區別。
from django.shortcuts import render from aip import AipFace import base64 import json from PIL import Image from PIL import ImageDraw #百度介面資訊 APP_ID = '******' #在此填寫之前百度頁面上顯示的AppID引數 API_KEY = '*****' #在此填寫之前百度頁面上顯示的ApiKEY引數 SECRET_KEY = '******' #在此填寫之前百度頁面上現實的SecretyKEY引數 client = AipFace(APP_ID,API_KEY,SECRET_KEY) imageType = "BASE64" #定義引數變數 options = {} options["max_face_num"] = 1 options["face_field"] = "age,beauty,gender,landmark" def recognition_post(request): context ={} #此處將原文的content改為context，下同 if request.POST: with open(".\\static\\images\\" +str(request.FILES['Photo']),"rb") as f: #所有路徑均為絕對路徑，下同 base64_date = base64.b64encode(f.read()) image = str(base64_date,encoding='utf-8'); result = client.detect(image, imageType, options) context['Photo'] = "\\static\\iamges\\"+str(request.FILES['Photo']) #將百度介面返回的資料轉成json物件 json_str = json.dumps(result) #對資料進行解碼 json_data = json.loads(json_str) context['age'] = json_data['result']['face_list'][0]['age'] context['beauty'] = json_data['result']['face_list'][0]['beauty'] gender = json_data['result']['face_list'][0]['gender']['type'] if gender == 'female': context['gender'] = "女性" else: context['gender'] = "男性" landmark72 = json_data['result']['face_list'][0]['landmark72'] im1=Image.open(".\\static\\images\\"+str(request.FILES['Photo'])) draw = ImageDraw.Draw(im1) for index in range(72): xy = landmark72[index] draw.text((xy['x'],xy['y']),"o",(255,255,0)) draw = ImageDraw.Draw(im1) im1.save("static\\images\\target_img.jpg") context['target_img'] = "static\\images\\target_img.jpg" return render(request, "view.html", context)
四、測試程式
將上述程式編寫完成之後，在pycharm中執行recognition.py，同時在瀏覽器中開啟127.0.0.1:8000/recognition，便可進入如下介面：
點選選擇檔案，從之前建立的資料夾static\images中選擇需要識別的人臉圖片，點選提交，便可得到如下結果：
五、最後說明
1）鄙人不是python的大神，在很多方面還處於練習階段，本篇文章寫作倉促，如有依照本教程操作的過程中有什麼問題，請先檢視所需庫的安裝是否完整，如有問題可留言，看到回覆
2）如最終結果所示，在識別圖片的左邊有一個圖片無法顯示，看過原文應該知道左邊應該會顯示原圖，但是鄙人這邊無法顯示，換了瀏覽器（甚至用了IE）也不行，如果有大神知道原因，希望可以留言賜教
3）在此感謝參考文章及作者，如有侵權必刪
4）此為鄙人專案中各個檔案的位置（對應3.2步驟的說明）：
5）最後吐槽一下搜尋機制，即使在國內最大的搜尋引擎中完全搜尋參考文章的題目，也是無法搜尋到的，呵呵噠