基于百度AI实现文字和图像敏感内容审核
前言
百度AI是指百度公司的人工智能技术全称。它采用深度学习技术,包括自然语言处理、语音识别、计算机视觉、知识图谱等,可应用于各个领域如互联网、医疗、金融、教育、汽车、物流等。百度AI的发展将帮助人类更好地理解世界和提高生活品质,接下来就通过一个小案例演示实现百度AI在文字和图像敏感审核运用。
项目准备
1.注册并登录百度智能云账号

2.完成个人或企业认证

3.进入控制台总览

4创建应用,申请BaiduAI官方的授权KEY


5.应用列表

项目搭建与配置
1.创建Winform客户端
- 项目结构

- 文本审核窗体设计

- 图像审核窗体设计

2.Nuget安装BaiduAI包
NuGet\Install-Package Baidu.AI -Version 4.15.13
3.添加应用Key配置
文件:BaseConfig.json配置申请的应用信息
{
"BaiduAI": {
"AppId": "xxxx",//配置自己申请的
"ApiKey": "xxxx",//配置自己申请的
"SecretKey": "xxxx"//配置自己申请的
}
}
项目代码实现
贴出实现功能的核心代码,整个项目的源码文末尾提供获取方式。
BaiduAI帮助类
namespace BaiduAIAuditClient.Helper
{
/// <summary>
/// 百度AI识别帮助类
/// </summary>
public class BaiduAI
{
public static string APP_ID = RamData.Instance.BaseConfig.BaiduAI.AppId;
public static string API_KEY = RamData.Instance.BaseConfig.BaiduAI.ApiKey;
public static string SECRET_KEY = RamData.Instance.BaseConfig.BaiduAI.SecretKey ; /// <summary>
/// 检测文本
/// </summary>
/// <param name="text"></param>
/// <returns></returns>
public static BaiDuResult CheckedText(string text)
{
//判断是否审核为空文本
if (string.IsNullOrEmpty(text)) { return new BaiDuResult(); }
//初始化
var client = new Baidu.Aip.ContentCensor.TextCensor(API_KEY, SECRET_KEY);
client.Timeout = 60000; // 超时,毫秒
var result = client.TextCensorUserDefined(text);
var baiduResult = new BaiDuResult();
if (result != null)
{
if (result["conclusionType"] == null || result["conclusionType"].ToString() == "1")
{
baiduResult.IsSuccess = true;
}
else
{
baiduResult.IsSuccess = false;
if (result["data"][0]["msg"] != null)
{
baiduResult.Messge = result["data"][0]["msg"].ToString() + ";";
}
if (result["data"][0]["hits"][0]["words"] != null)
{
baiduResult.Messge += "\r\n敏感词:\r\n" + result["data"][0]["hits"][0]["words"].ToString() + "。";
}
}
} return baiduResult;
} /// <summary>
/// 检测图片
/// </summary>
/// <param name="text"></param>
/// <returns></returns>
public static BaiDuResult CheckedImage(byte[] image)
{
//判断是够为空
if (image == null || image.Length == 0) { return new BaiDuResult(); }
//初始化
var client = new Baidu.Aip.ContentCensor.ImageCensor(API_KEY, SECRET_KEY);
client.Timeout = 60000; // 超时,毫秒
var result = client.UserDefined(image); var baiduResult = new BaiDuResult();
if (result["conclusionType"].ToString() == "1")
{
baiduResult.IsSuccess = true;
}
else
{
baiduResult.IsSuccess = false;
if (result["data"][0]["msg"] != null)
{
baiduResult.Messge = result["data"][0]["msg"].ToString() + ";";
}
}
return baiduResult;
}
}
/// <summary>
/// 自定义返回实体
/// </summary>
public class BaiDuResult
{
/// <summary>
/// 是否通过
/// </summary>
public bool IsSuccess { get; set; } = true; /// <summary>
/// 消息
/// </summary>
public string Messge { get; set; }
} }
文本审核调用
#region 文本审核
/// <summary>
/// 审核文本
/// </summary>
/// <param name="sender"></param>
/// <param name="e"></param>
private void btAuditTxt_Click(object sender, EventArgs e)
{
try
{
if (string.IsNullOrEmpty(rtbAuditContent.Text))
{
MessageBox.Show("审核文本不能为空!","提示",MessageBoxButtons.OK);
return;
} BaiDuResult baiDuResult = BaiduAI.CheckedText(rtbAuditContent.Text);
if (baiDuResult.IsSuccess)
{
lbTxtAuditResult.ForeColor = Color.Green;
lbTxtAuditResult.Text = "文字审核通过!";
}
else
{
lbTxtAuditResult.ForeColor = Color.Red;
lbTxtAuditResult.Text = baiDuResult.Messge;
} }
catch (Exception ex)
{
_logger.Error(ex.Message);
}
} #endregion图片审核调用
#region 图片审核
/// <summary>
/// 浏览选择图片
/// </summary>
/// <param name="sender"></param>
/// <param name="e"></param>
private void btBrowse_Click(object sender, EventArgs e)
{
try
{
//创建对象
OpenFileDialog ofg = new OpenFileDialog();
//设置默认打开路径,桌面
ofg.InitialDirectory = Environment.GetFolderPath(Environment.SpecialFolder.Desktop);
//设置打开标题、后缀
ofg.Title = "请选择审核图片";
ofg.Filter = "Png 图片|*.png|Jpg 图片|*.jpg|Jpeg 图片|*.jpeg|Bmp 图片|*.bmp|Gif 图片|*.gif";
if (ofg.ShowDialog() == DialogResult.OK)
{
//得到打开的文件路径(包括文件名)
txtImagePath.Text = ofg.FileName.ToString();
Image img = Image.FromFile(ofg.FileName.ToString());
this.picAuditImage.Image = img;
}
}
catch (Exception ex)
{
_logger.Error(ex.Message);
} } /// <summary>
/// 审核图片
/// </summary>
/// <param name="sender"></param>
/// <param name="e"></param>
private void btAuditImage_Click(object sender, EventArgs e)
{
try
{
var ImageBytes = ImageHelper.ImageToBytes(txtImagePath.Text);
if (ImageBytes==null)
{
lbImageAuditResult.ForeColor = Color.Red;
lbImageAuditResult.Text = "确认选择的文件是否正确";
}
BaiDuResult baiDuResult = BaiduAI.CheckedImage(ImageBytes);
if (baiDuResult.IsSuccess)
{
lbImageAuditResult.ForeColor =Color.Green;
lbImageAuditResult.Text = "图片审核通过!";
}
else
{
lbImageAuditResult.ForeColor = Color.Red;
lbImageAuditResult.Text = baiDuResult.Messge;
} }
catch (Exception ex)
{
_logger.Error(ex.Message);
}
} #endregion
演示调用
文字审核

图像审核

源码获取
关注公众号,后台回复关键字:BaiduAI文字和图像敏感审核
基于百度AI实现文字和图像敏感内容审核的更多相关文章
- python基于百度AI开发文字识别
很多场景都会用到文字识别,比如app或者网站里都会上传身份证等证件以及财务系统识别报销证件等等 第一步,你需要去百度AI里去注册一个账号,然后新建一个文字识别的应用 然后你将得到一个API Key 和 ...
- 基于百度AI开放平台的人脸识别及语音合成
基于百度AI的人脸识别及语音合成课题 课题需求 (1)人脸识别 在Web界面上传人的照片,后台使用Java技术接收图片,然后对图片进行解码,调用云平台接口识别人脸特征,接收平台返回的人员年龄.性别.颜 ...
- Python人工智能-基于百度AI接口
参考百度AI官网:http://ai.baidu.com/ 准备工作: 支持Python版本:2.7.+ ,3.+ 安装使用Python SDK有如下方式 >如果已经安装了pip,执行 pip ...
- 基于百度ai,图灵机器人,Flask 实现的网站语音智能问答
准备以下模块中的函数 from aip import AipSpeech import time import os import requests APP_ID = '15420654' API_K ...
- 基于百度AI人脸识别技术的Demo
编写demo之前首先浏览官方API:http://ai.baidu.com/docs#/Face-API/top 下面是源码: package com.examsafety.test; import ...
- 基于百度AI实现 车牌识别
前言 目前百度的AI接口相对完善,对于文字识别类的操作还需要开发者一一去尝试,去评估这效果到底是怎么的. 文字识别的接口相对简单,官方提供的SDK也集成很好,笔者只是在这上面做了一些前期性的功能数据校 ...
- 20-调用百度AI的文字识别
本来准备自己写识别的,貌似现在能力不足,直接偷懒用百度的api吧 from aip import AipOcr """ 你的 APPID AK SK "&quo ...
- 基于Flask和百度AI实现与机器人对话
实现对话机器人主要有个步骤 : 一.前端收集语音传入后端 二.后端基于百度AI接口进行语音识别,转换成文字 三.对文字进行自定义验证或通过图灵端口进行处理,生成回复内容 四.将文字通过百度AI接口合成 ...
- Python通过百度Ai识别图片中的文字
版本:python3.7 工作中有需要识别图片中的汗字,查看了半天大神们的博客,但没找到完全可以用的源码,经过自己的实践,以下源码可以实现: 创建应用 首先你需要登录百度AI,选择文字识别,创建一个应 ...
- C# 10分钟完成百度图片提取文字(文字识别)——入门篇
现在图片文字识别已经很成熟了,比如qq长按图片,点击图片识别就可以识别图片的文字,将不认识的.文字数量大的.或者不能赋值的值进行二次可复制功能. 我们现在就基于百度Ai开放平台进行个人文字识别,dem ...
随机推荐
- 洛谷 P7579 「RdOI R2」称重(weigh) 题解
题意: 题目 一道交互题. 有 n 个球,里面有两个假球,假球比普通球的要轻,每次可以询问任意两组球的轻重关系,第一组轻为 < ,第二组轻为 > ,一样重量为 = . 思路: 先考虑在一个 ...
- 无限分解流----Fork/Join框架
Fork译为拆分,Join译为合并Fork/Join框架的思路是把一个非常巨大的任务,拆分成若然的小任务,再由小任务继续拆解.直至达到一个相对合理的任务粒度.然后执行获得结果,然后将这些小任务的结果汇 ...
- .Net7发现System.Numerics.Vector矢量化的一个bug,Issues给了dotnet团队
因为前几天做.Net7的矢量化性能优化,发现了一个bug.在类System.Numerics.Vector里面的成员变量IsHardwareAccelerated.但是实际上不确定这个bug是visu ...
- Loguru:优雅的日志管理模块
安装 pip3 install loguru 日志等级 等级 方法 TRACE logger.trace() DEBUG logger.debug() INFO logger.info() SUCES ...
- celery笔记六之worker介绍
本文首发于公众号:Hunter后端 原文链接:celery笔记六之worker介绍 前面我们介绍过 celery 的理想的设计方式是几个 worker 处理特定的任务队列的数据,这样可以避免任务在队列 ...
- 【webpack系列】从基础配置到掌握进阶用法
前言 本篇文章将介绍一些webpack的进阶用法,演示内容继承自上一篇文章的内容,所以没看过上一篇文章的建议先学习上一篇内容再阅读此篇内容,会更有利于此篇的学习- 文件指纹 文件指纹指的是打包输出的文 ...
- 生成CSV文件的方法*(LIST集合为数据和生成的文件名)
/** * 生成csv文件 * @param pointsList 组织实体 * filename 生成的文件名 * list 要生成的数据 * @return */ public void Poin ...
- 【HTML】TinyMCE 编辑器
HTML编辑器 一.页面效果 二.引入JS.CSS <!DOCTYPE html> <html lang="en"> <head> <me ...
- kaggle中训练得到的output太大该怎么下载?
最近在使用Kaggle平台训练自己的模型,但是训练结束之后由于模型过大导致output那里一直在加载(转圈),即使加载出来点击download也没有反应 下面借鉴知乎大佬的方法可以完美解决!通过将其压 ...
- MybatisPlus的各种查询方法
MybatisPlus的各种查询方法 合并转载于https://my.oschina.net/u/241218/blog/1838534/和https://my.oschina.net/u/24275 ...