前言
最近做的一个人脸识别的小项目，使用到的是百度的人脸识别SDK。百度的人脸识别支持人脸检测、人脸对比以及人脸查找；人脸检测功能可以检测人脸并定位，返回五官特征点及人脸的各属性值，人脸对比功能则会对两张图片进行对比并返回相似值，人脸的查找是在自建的人脸库中找到相似的脸，这其中也包括了人脸识别，人脸认证以及人脸库的相关操作。
本次项目使用的语言为python，使用的开发环境为PyCharm，系统为Windows10。
笔者暂时把自己的博客当作是是踩坑的记录。文章中如有错误及不当，敬请指正。
前期准备pthon 3.7 安装
下载安装包
登录python官网下载对应的安装包，小六的电脑为Windows 10，所以下载的安装文件为Windows 系统，64位版本；
安装
建议勾选Add Python to PATH，然后点击Install Now，其他默认即可；
pip安装
pip 是一个现代的，通用的 Python 包管理工具。提供了对 Python 包的查找、下载、安装、卸载的功能。(百度百科这么说的)
检查电脑中是否已经安装pip。
打开cmd命令行，输入pip –version,如果电脑中已经安装好了pip，那么会得到这样的返回。
如果没有安装，那么会显示：
这种情况的话去pip下载地址下载第二个压缩包文件，
之后将压缩包解压，在命令行中进入压缩包解压后的文件夹，输入python setup.py install进行安装。
正常的话会显示：
再输入pip –version进行测试，当显示pip的版本信息即可。
卸载pip(如果有需要的话，没错，就是我，大半夜强行卸载重装的我。)
命令行执行python -m pip uninstall pip,然后输入y确认卸载。
百度人脸识别sdk安装
命令行输入pip install baidu-aip进行安装，当显示Successfully installed baidu-aip…即表示sdk安装成功。
百度ai平台账号注册及应用申请
百度ai平台的官网地址为http://ai.baidu.com/百度的账号的申请就不用说了，申请好了账号电机右上角控制台，然后点击左边的人脸识别，点击创建应用。
填写应用名称，选择应用类型，填写应用描述，最后点击创建应用即可。
之后就会得到下面的应用，其中AppID，APIKey和Secret Key在后面的功能调用中会用到。
功能调用
Client客户端
AipFace是人脸识别的Python SDK客户端，为使用人脸识别的开发人员提供了一系列的交互方法。
打开PyCharm，新建工程，在src目录下建立一个AipFac目录，作为本次人脸识别小项目各个子功能程序的存放地址。
新建Client.py，使用示例代码：
1
2
3
4
5
6
7
8from aip import AipFace
“”” 你的 APPID AK SK “””
APP_ID = ‘16528434’
API_KEY = ‘Rat9t59Hdkp8lM1BhvahOGCX’
SECRET_KEY = ‘你的secret——key’
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
该程序只是一个人脸识别的python SDK客户端，作为后续功能实现的平台。程序运行结果如下：
人脸检测
人脸检测接口检测图片中的人脸并标记出位置信息;
新建face_Detect.py，示例代码如下：
1
2
3
4
5
6
7
8
9
10
11
12
13import base64
from src.Aipface import client
base64_data=base64.b64encode(open(“..\photo\1.jpg”, “rb”).read())
image = base64_data.decode()
imageType = “BASE64”
options = {}
options[“face_field”] = “age,beauty,experssion,gender,glasses,race,quality,eye_status,emotion”
options[“max_face_num”] = 2
options[“face_type”] = “LIVE”
options[“liveness_control”] = “LOW”
client.detect(image, imageType,options)
本程序中使用的图片在上级目录中的photo文件夹中，图片名称为1.jpg，程序执行后并不会直接显示有效信息，因为client.detect(image, imageType,options)只是一个返回信息的函数，想要显示信息，可以将程序的最后改为：
1
2s=client.detect(image, imageType,options)
print(s)
此时程序运行在控制台输出数据：
数据的格式及处理会在后面详细说明。
人脸搜索
接口能力
1：N人脸搜索：也称为1：N识别，在指定人脸集合中，找到最相似的人脸；
N人脸认证：基于uid维度的1：N识别，由于uid已经锁定固定数量的人脸，所以检索范围更聚焦；
这里演示使用1：N搜索，新建face_Search.py，实例代码如下：
1
2
3
4
5
6
7
8
9
10
11
12from src.Aipface import client
with open(“..\photo\1.jpg”, “rb”) as f:
base64_data = base64.b64encode(f.read())
s = base64_data.decode()
image = s
imageType = “BASE64”
groupIdList = “Groop1”
“”” 调用人脸搜索 “””
s=client.search(image, imageType, groupIdList)
print(s)
代码中使用的照片为上一级目录里photo文件夹中的1.jpg，在Groop1这个人脸库用户组中进行查找,数据的返回数据暂时打印到控制台。
人脸对比
接口能力
两张人脸图片相似度对比：比对两张图片中人脸的相似度，并返回相似度分值；
多种图片类型：支持生活照、证件照、身份证芯片照、带网纹照四种类型的人脸对比；
活体检测：基于图片中的破绽分析，判断其中的人脸是否为二次翻拍(举例：如用户A用手机拍摄了一张包含人脸的图片一，用户B翻拍了图片一得到了图片二，并用图片二伪造成用户A去进行识别操作，这种情况普遍发生在金融开户、实名认证等环节。)；
质量检测：返回模糊、光照等质量检测信息，用于辅助判断图片是否符合识别要求；
这里演示两张人脸图片的相似度对比，新建face_Match.py,示例代码如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22from src.Aipface import client
import base64
APP_ID = ‘16528434’
API_KEY = ‘Rat9t59Hdkp8lM1BhvahOGCX’
SECRET_KEY = ‘iQ7fryNaPv7eWKluXrlQ6zKBtpj8h0vi’
base64_data=base64.b64encode(open(“..\photo\1.jpg”, “rb”).read())
image1 = base64_data.decode()
base64_data=base64.b64encode(open(“..\photo\2.jpg”, “rb”).read())
image2 = base64_data.decode()
result = client.match([
{
‘image’: image1,
‘image_type’: ‘BASE64’,
},
{
‘image’: image2,
‘image_type’: ‘BASE64’,
}
])
print(result)
代码中使用的照片为上一级目录里photo文件夹中的1.jpg和2.jpg，两张图片里的人脸进行相似度打分,数据的返回数据暂时打印到控制台。
人脸库操作
接口能力
人脸的注册，更新，删除；
用户列表，用户信息，人脸列表等信息的查询；
创建，删除，复制人脸及用户组；
这里演示人脸的注册，新建face_Add.py，示例代码如下：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18import base64
from src.Aipface import client
with open(“..\photo\2.jpg”, “rb”) as f:
base64_data = base64.b64encode(f.read())
s = base64_data.decode()
image = s
imageType = “BASE64”
groupId = “group1”
userId = “qiuTao”
“”” 如果有可选参数 “””
options = {}
options[“user_info”] = “MySelf”
options[“quality_control”] = “NORMAL”
options[“liveness_control”] = “LOW”
options[“action_type”] = “REPLACE”
print(client.addUser(image, imageType, groupId, userId, options))
代码中使用的照片为上一级目录里photo文件夹中的2.jpg，将人脸注册到group1用户组内，并命名该用户的id为qiuTao,注册的结果暂时打印到控制台。
返回信息的处理
人脸识别相关功能的程序执行返回的数据是json格式。
以人脸的搜索为例，上述人脸搜索的返回值为：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18{
‘error_code’: 0,
‘error_msg’: ‘SUCCESS’,
‘log_id’: 1345050726507356651,
‘timestamp’: 1562650735,
‘cached’: 0,
‘result’: {
‘face_token’: ‘a12c44c7c8463f2611ce82dbd7795811’,
‘user_list’: [
{
‘group_id’: ‘Groop1’,
‘user_id’: ‘qiuTao’,
‘user_info’: ”,
‘score’: 99.62272644043
}
]
}
}
从上面我们可以看出，error_code为错误代码，当它不为0的时候，error_msg为显示一些对应错误的提示，就表示程序或多或少出现了某些问题导致请求错误，这时候需要去对应错误代码的官方解释来进行一定的调试；
error_msg为错误信息，当error_code为0时，error_msg的值为SUCCESS；
result又是一个字典，里面包含了比较重要的信息。
face_token是人脸标志；
user_list在人脸库中搜索到的人脸列表；
group_id为搜索到的人脸所在的用户组；
user_id为搜索到的人脸对应的用户id；
user_info为搜索到的用户的相关信息(在人脸注册或更新时候添加的信息)；
score为搜索到的人脸库中的图片和程序中的图片的相似度得分。
要想从这样的数据中获取对自己信息，可以先使用type()来得到返回值的类型：
，然后针对python中字典的描述，最笨最直接的一种方法可以使用索引的方法来得到信息。
比如这里我们想得到人脸搜索的user_id,可以使用下面的方法：
1print(s[‘result’][‘user_list’][0][“user_id”])
我知道，可能没有比这更笨的方法了，等我看完python的基础视频会再回来修正的。
程序执行的结果为：
这里得到了user_id具体的值，可以在后续的程序中调用。
图片上传格式
百度ai人脸识别支持的图片上传的格式有三种，分别是BASE64, URL和FACE_TOKEN：
BASE64:图片的base64值，base64编码后的图片数据，编码后的图片大小不超过2M；
URL:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)；
FACE_TOKEN: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个;
URL格式上传的是一整张图片，显而易见的一个缺点就是上传的数据量会比较大，而FACE_TOKEN的方式针对的是已经被百度人脸识别的后台处理过后的人脸标识，本项目中不合适。
本次小项目使用的图片上传格式为BASE64。
BASE64就是一种编码方式，使用64个可打印字符来表示二进制数据。
要将图片转换成BASE64格式，首先要加载python内置的base64：
1import base64
然后对图片进行处理：
1
2with open(“／home/chaowei/1.png”,”rb”) as f:
base64_data = base64.b64encode(f.read())
其中，b64encode是编码，b64decode是解码 ;
所以本项目中图片转换的示例代码为：
1
2
3base64_data=base64.b64encode(open(“..\photo\1.jpg”, “rb”).read())
image = base64_data.decode()
imageType = “BASE64”
imageType为图片的格式，这里格式为BASE64。
Endding
我知道我现在还很菜的，我不知道以后自己会不会是个很厉害的程序猿，我只希望自己能够慢慢的努力，挣扎，不放弃。
记很喜欢的一句话：
螃蟹在剥我的壳
笔记本在写我
漫天的我落在了枫叶上雪花上，
而你，在想我