Azure在China已经发布了Cognitive Service，包括人脸识别、计算机视觉识别和情绪识别等服务。
本文将介绍如何用Face API识别本地或URL的人脸。
一 创建Cognitive Service
1 在Azure上创建Cognitive Service的Face服务：
2 获取服务的链接和key：
创建成功后，在overview的页面上可以看到服务链接，已经Key：
有了这些信息后，就可以开始进入coding的阶段了。
二 Python code
1 通过URL链接实现人脸识别
关于Azure 人脸识别的API内容可以参考：
https://docs.microsoft.com/en-us/azure/cognitive-services/Face/APIReference
中的：
部分。
具体python的实现如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
#导入相关模块
import httplib, urllib, json
#Face API相关的Key和Endpoint
subscription_key = ‘30a236e53b924f2c943892711d8d0e45‘
uri_base = ‘api.cognitive.azure.cn‘
#定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
headers = {
‘Content-Type‘: ‘application/json‘,
‘Ocp-Apim-Subscription-Key‘: subscription_key,
}
#定义返回的内容，包括FaceId，年龄、性别等等
params = urllib.urlencode({
‘returnFaceId‘: ‘true‘,
‘returnFaceLandmarks‘: ‘false‘,
‘returnFaceAttributes‘: ‘age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise‘,
})
#图片的URL
body = "{‘url‘:‘http://www.bidmc.org/~/media/Images/Research_NotDepartmentResearch/ResearchCenters/Cancer%20Research%20Institute/Wenyi%20Wei%20250.jpg‘}"
#Call Face API，进行人脸识别
try:
conn = httplib.HTTPSConnection(‘api.cognitive.azure.cn‘)
conn.request("POST", "/face/v1.0/detect?%s" % params, body, headers)
response = conn.getresponse()
data = response.read()
parsed = json.loads(data)
print ("Response:")
print (json.dumps(parsed, sort_keys=True, indent=2))
conn.close()
except Exception as e:
print("[Errno {0}] {1}".format(e.errno, e.strerror))
输出结果如下：
[
{
"faceAttributes": {
"age": 45.5,
...
"gender": "male",
"faceId": "b15284c9-ce1c-40eb-a76b-99d5ce381081",
"faceRectangle": {
"height": 56,
"left": 155,
"top": 50,
"width": 56
}
}
}
]
可以看到是一个Json的输出，里面包含有FaceId，年龄，性别等各种信息。
2 用本地文件作为源文件进行图片识别
具体的代码如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
#导入相关模块
import httplib, urllib, json
from os.path import expanduser
#Face API相关的Key和Endpoint
subscription_key = ‘30a236e53b924f2c943892711d8d0e45‘
uri_base = ‘api.cognitive.azure.cn‘
#定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
headers = {
‘Content-Type‘: ‘application/octet-stream‘,
‘Ocp-Apim-Subscription-Key‘: subscription_key,
}
#定义返回的内容，包括FaceId，年龄、性别等等
params = urllib.urlencode({
‘returnFaceId‘: ‘true‘,
‘returnFaceLandmarks‘: ‘false‘,
‘returnFaceAttributes‘: ‘age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise‘,
})
#打开本地图片
img = open(expanduser(‘D:\\Heng\\Pictures\\100EOS5D\\C5D_5131.JPG‘), ‘rb‘)
#Call Face API，进行人脸识别
try:
conn = httplib.HTTPSConnection(‘api.cognitive.azure.cn‘)
conn.request("POST", "/face/v1.0/detect?%s" % params, img, headers)
response = conn.getresponse()
data = response.read()
parsed = json.loads(data)
print ("Response:")
print (json.dumps(parsed, sort_keys=True, indent=2))
conn.close()
except Exception as e:
print("[Errno {0}] {1}".format(e.errno, e.strerror))
输出和前面的类似。
3 给图片中的人脸打框，并表示年龄
根据前面的人脸识别，可以根据返回值，对人脸进行打框，并标识其返回的年龄，具体Python程序如下：
#!/usr/bin/python
# -*- coding: utf-8 -*-
#导入相关模块
import httplib, urllib, json
from os.path import expanduser
from PIL import Image, ImageDraw, ImageFont
def getRectangle(mydata):
left = mydata[u‘left‘]
top = mydata[u‘top‘]
bottom = left + mydata[u‘height‘]
right = top + mydata[u‘width‘]
return ((left, top), (bottom, right))
#Face API相关的Key和Endpoint
subscription_key = ‘30a236e53b924f2c943892711d8d0e45‘
uri_base = ‘api.cognitive.azure.cn‘
#定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
headers = {
‘Content-Type‘: ‘application/octet-stream‘,
‘Ocp-Apim-Subscription-Key‘: subscription_key,
}
#定义返回的内容，包括FaceId，年龄、性别等等
params = urllib.urlencode({
‘returnFaceId‘: ‘true‘,
‘returnFaceLandmarks‘: ‘false‘,
‘returnFaceAttributes‘: ‘age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise‘,
})
#打开本地图片
#imgfile = ‘D:\\Heng\\Pictures\\C5D_3966.JPG‘
imgfile = ‘D:\\Heng\\desktop\\face.JPG‘
img = open(expanduser(imgfile), ‘rb‘)
#Call Face API，进行人脸识别
try:
conn = httplib.HTTPSConnection(‘api.cognitive.azure.cn‘)
conn.request("POST", "/face/v1.0/detect?%s" % params, img, headers)
response = conn.getresponse()
data = response.read()
parsed = json.loads(data)
conn.close()
except Exception as e:
print("[Errno {0}] {1}".format(e.errno, e.strerror))
#新建一个文件
newimg = Image.open(imgfile)
draw = ImageDraw.Draw(newimg)
#判断其大小
size = len(str(newimg.size[0]))
#根据大小分配字体大小和字的位置
if size>= 4:
fs = 50
ps = 130
else:
fs = 10
ps = 13
#图片的字体和颜色
font = ImageFont.truetype("consola.ttf", fs)
draw.ink = 255 + 0 * 256 + 0 * 256 * 256
#给每个识别出的人脸画框、并标识年龄
for a in parsed:
b = a[u‘faceRectangle‘]
c = getRectangle(b)
draw.rectangle(c, outline=‘red‘)
draw.text([c[0][0],c[0][1]-ps],"Age="+str(a[u‘faceAttributes‘][u‘age‘]),font=font)
newimg.show()
其输出是一张如下d 照片：
总结：
通过Azure的Cognitive Service的Face API可以非常方便的进行人脸识别的工作。
时间： 2024-10-08 00:29:59