最简单的人脸检测（免费调用百度AI开放平台接口）

远程调用百度AI开放平台的web服务，快速完成人脸识别

欢迎访问我的GitHub

这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos

本篇概览

• 在检测人脸数量、位置、性别、口罩等场景时，可以考虑使用百度开放平台提供的web接口，一个web请求就能完成检测得到结果，本篇记录了从申请到真实调用的完整过程，由以下步骤组成：
  
  

注册百度账号

• 按照您的实际情况，注册个人或者企业账号，这个不多说了

登录百度智能云

• 使用刚才注册号的账号登录，地址是：https://login.bce.baidu.com/

实名认证

• 打开百度智能云的控制台：https://console.bce.baidu.com/
• 如下图，点击下图红框中的两个按钮，完成激活和实名认证：
  
  

创建应用

• 为了能够使用百度服务，需要创建一个应用
• 先选择类别，在控制台页面，操作如下图，点击红框四：
  
  
• 此刻已跳转到管理引用的页面，点击下图红框中的创建应用
  
  
• 为了免费使用百度的服务，先点击下图红框中的去领取：
  
  
• 在领取页面勾选人脸检测：
  
  
• 领取完成后，回到创建应用的页面，发现这些服务已经被勾选，如下图：
  
  
• 应用相关的信息填写完成后，提交表单即可完成创建应用

拿到API Key和Secret Key

• 在应用列表页面拿到API Key和Secret Key，这些都是调用百度服务的关键授权信息，如下图红框所示：
  
  

得到access_token

• 在使用百度提供的各种服务（如人脸检测）的时候，需要带上授权信息证明你有使用该服务的权限，这个授权信息就是access_token
• 最简单的方式就是curl命令获取

curl -i -k 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【百度云应用的API Key】&client_secret=【百度云应用的Secret Key】'

• 这里用postman尝试上述请求，如下图，红框中就是这次请求咱们要得到的access_token信息：
  
  
• 拿到access_token，就可以开始的调用百度的服务了，如下图，官方文档说了这个access_token的有效期是30天：
  
  
• 关于百度云授权信息的更多信息请在此查看：https://cloud.baidu.com/doc/FACE/s/Tkqahnjtk

编码

• 百度关于人脸检测的文档：https://ai.baidu.com/ai-doc/FACE/yk37c1u4t
• 人脸检测服务是个web接口，也能通过操作curl或者postman来完成，但是为了在代码中使用百度的服务，这里写一段代码来完成人脸检测
• 今天的项目是个普通的maven工程，没有使用spring或者spingboot框架，只有一些简单的java类和main方法
• 首先要在项目中引入下面三个库：

<!-- 快捷代码辅助库 -->
 <dependency>
	<groupId>org.projectlombok</groupId>
    <artifactId>lombok</artifactId>
    <version>1.18.18</version>
</dependency>
<!-- 网络请求库 -->
<dependency>
	<groupId>com.squareup.okhttp3</groupId>
	<artifactId>okhttp</artifactId>
	<version>3.10.0</version>
</dependency>
<!-- JSON处理 -->
<dependency>
	<groupId>com.fasterxml.jackson.core</groupId>
	<artifactId>jackson-databind</artifactId>
	<version>2.11.0</version>
</dependency>

• 先新建一个对象FaceDetectRequest.java，用于保存请求参数：

package com.bolingcavalry.grabpush.bean.request;

import com.fasterxml.jackson.annotation.JsonProperty;
import lombok.Data;

/**
 * @author willzhao
 * @version 1.0
 * @description 请求对象
 * @date 2022/1/1 16:21
 */
@Data
public class FaceDetectRequest {
    // 图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断
    String image;

    // 图片类型
    // 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。
    @JsonProperty("image_type")
    String imageType;

    // 包括age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息
    //逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度
    @JsonProperty("face_field")
    String faceField;

    // 最多处理人脸的数目，默认值为1，根据人脸检测排序类型检测图片中排序第一的人脸（默认为人脸面积最大的人脸），最大值120
    @JsonProperty("max_face_num")
    int maxFaceNum;

    // 人脸的类型
    // LIVE表示生活照：通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等
    // IDCARD表示身份证芯片照：二代身份证内置芯片中的人像照片
    // WATERMARK表示带水印证件照：一般为带水印的小图，如公安网小图
    // CERT表示证件照片：如拍摄的身份证、工卡、护照、学生证等证件图片
    // 默认LIVE
    @JsonProperty("face_type")
    String faceType;

    // 活体控制 检测结果中不符合要求的人脸会被过滤
    // NONE: 不进行控制
    // LOW:较低的活体要求(高通过率 低攻击拒绝率)
    // NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率)
    // HIGH: 较高的活体要求(高攻击拒绝率 低通过率)
    // 默认NONE
    @JsonProperty("liveness_control")
    String livenessControl;

    // 人脸检测排序类型
    // 0:代表检测出的人脸按照人脸面积从大到小排列
    // 1:代表检测出的人脸按照距离图片中心从近到远排列
    // 默认为0
    @JsonProperty("face_sort_type")
    int faceSortType;
}

• 其次是响应对象FaceDetectResponse.java：

package com.bolingcavalry.grabpush.bean.response;

import com.fasterxml.jackson.annotation.JsonProperty;
import lombok.Data;
import lombok.ToString;

import java.io.Serializable;
import java.util.List;

/**
 * @author willzhao
 * @version 1.0
 * @description TODO
 * @date 2022/1/1 13:30
 */
@Data
@ToString
public class FaceDetectResponse implements Serializable {
    // 返回码
    @JsonProperty("error_code")
    String errorCode;
    // 描述信息
    @JsonProperty("error_msg")
    String errorMsg;
    // 返回的具体内容
    Result result;

    /**
     * @author willzhao
     * @version 1.0
     * @description 返回的具体内容
     * @date 2022/1/1 16:01
     */
    @Data
    public static class Result {
        // 人脸数量
        @JsonProperty("face_num")
        private int faceNum;
        // 每个人脸的信息
        @JsonProperty("face_list")
        List<Face> faceList;

        /**
         * @author willzhao
         * @version 1.0
         * @description 检测出来的人脸对象
         * @date 2022/1/1 16:03
         */
        @Data
        public static class Face {
            // 位置
            Location location;
            // 是人脸的置信度
            @JsonProperty("face_probability")
            double face_probability;
            // 口罩
            Mask mask;

            /**
             * @author willzhao
             * @version 1.0
             * @description 人脸在图片中的位置
             * @date 2022/1/1 16:04
             */
            @Data
            public static class Location {
                double left;
                double top;
                double width;
                double height;
                double rotation;
            }

            /**
             * @author willzhao
             * @version 1.0
             * @description 口罩对象
             * @date 2022/1/1 16:11
             */
            @Data
            public static class Mask {
                int type;
                double probability;
            }
        }
    }
}

• 这里有一处要注意：FaceDetectResponse对象中的字段是少于真实响应返回的字段的，这是因为这个demo不需要完整的返回内容，因此只要选择应用需要的字段定义在FaceDetectResponse.java中即可
• 最后是完整的服务类BaiduCloudService.java，如下所示，即读取图片 -> 转base64 -> 构造请求对象 -> 提交请求 -> 收到响应 -> 解析响应：

package com.bolingcavalry.grabpush.extend;

import com.bolingcavalry.grabpush.bean.request.FaceDetectRequest;
import com.bolingcavalry.grabpush.bean.response.FaceDetectResponse;
import com.fasterxml.jackson.databind.DeserializationFeature;
import com.fasterxml.jackson.databind.ObjectMapper;
import okhttp3.*;
import sun.misc.BASE64Encoder;
import java.io.FileInputStream;
import java.io.IOException;
import java.io.InputStream;

/**
 * @author willzhao
 * @version 1.0
 * @description 百度云服务的调用
 * @date 2022/1/1 11:06
 */
public class BaiduCloudService {

    // 转换
    BASE64Encoder encoder = new BASE64Encoder();

    OkHttpClient client = new OkHttpClient();

    static final MediaType JSON = MediaType.parse("application/json; charset=utf-8");

    static final String URL_TEMPLATE = "https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=%s";

    String token;

    ObjectMapper mapper = new ObjectMapper();

    public BaiduCloudService(String token) {
        this.token = token;

        // 重要：反序列化的时候，字符的字段如果比类的字段多，下面这个设置可以确保反序列化成功
        mapper.disable(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES);
    }

    /**
     * 将指定位置的图片转为base64字符串
     * @param imagePath
     * @return
     */
    private String img2Base64(String imagePath) {
        InputStream inputStream = null;
        byte[] data = null;

        try {
            inputStream = new FileInputStream(imagePath);
            data = new byte[inputStream.available()];
            inputStream.read(data);
            inputStream.close();
        } catch (IOException ioException) {
            ioException.printStackTrace();
        }

        return null==data ? null :encoder.encode(data);
    }

    /**
     * 检测指定的图片
     * @param imageBase64
     * @return
     */
    public FaceDetectResponse detect(String imageBase64) {
        // 请求对象
        FaceDetectRequest faceDetectRequest = new FaceDetectRequest();
        faceDetectRequest.setImageType("BASE64");
        faceDetectRequest.setFaceField("mask");
        faceDetectRequest.setMaxFaceNum(6);
        faceDetectRequest.setFaceType("LIVE");
        faceDetectRequest.setLivenessControl("NONE");
        faceDetectRequest.setFaceSortType(0);
        faceDetectRequest.setImage(imageBase64);

        FaceDetectResponse faceDetectResponse = null;

        try {
            // 用Jackson将请求对象序列化成字符串
            String jsonContent = mapper.writeValueAsString(faceDetectRequest);

            //
            RequestBody requestBody = RequestBody.create(JSON, jsonContent);
            Request request = new Request
                    .Builder()
                    .url(String.format(URL_TEMPLATE, token))
                    .post(requestBody)
                    .build();
            Response response = client.newCall(request).execute();
            String rawRlt = response.body().string();
            faceDetectResponse = mapper.readValue(rawRlt, FaceDetectResponse.class);
        } catch (IOException ioException) {
            ioException.printStackTrace();
        }

        return faceDetectResponse;
    }

    public static void main(String[] args) {
        // 图片在本地的位置
        String imagePath = "E:\\temp\\202201\\01\\pic\\1.jpeg";

        // 百度云的token，是通过此接口得到的：https://aip.baidubce.com/oauth/2.0/token
        String token = "24.95xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.xxxxxxx.xxxxxxxxxx.xxxxxx-xxxxxxxx";

        // 实例化服务对象
        BaiduCloudService service = new BaiduCloudService(token);

        // 将图片转为base64字符串
        String imageBase64 = service.img2Base64(imagePath);

        // 向百度服务发请求，检测人脸
        FaceDetectResponse faceDetectResponse = service.detect(imageBase64);

        // 输出检测结果
        System.out.println(faceDetectResponse);
    }
}

• 确保用于检测的照片与上述代码中的路径一致（E:\temp\202201\01\pic\1.jpeg），我这里选用了一张戴口罩的单人照，如下图：
  
  
• 执行BaiduCloudService的main方法，控制台将百度返回的检测结果打印出来，注意下面的内容并非JSON，而是lombok的@ToString注解拼接出的效果：
  
  
• 至此，通过百度的web接口调用人脸检测的实战已完成，可见有了云平台的支持，对于使用方来说开发过程变得非常简单

使用限制

• 既然是免费的，就很难十全十美，这样的web服务存在QPS限制，如下图，一秒钟不能超过两个，如果完成了企业认证，可以增加到十个，如果依旧不能满足需要，就只能付费了：
  
  

欢迎关注博客园：程序员欣宸

学习路上，你不孤单，欣宸原创一路相伴...