一文教你怎么配置阿里云人脸识别

阿里云人脸识别

官网地址如下：

https://vision.aliyun.com/

人脸识别SDK:

（我们以python为例）

要使用人脸识别得先安装他对应的SDK:

人脸人体：

pip install alibabacloud_facebody20191230

阿里云工作台入口:

https://vision.console.aliyun.com/cn-shanghai/detail/facebody/facebody/default

配置人脸图像库

进入上面工作台后，我们再进入如下位置先配置我们的人脸图像库(default)

视觉智能开放平台-控制台 (aliyun.com)

--------------------------------

请确保已经配置了AccessKey

配置完后将其export加入你的 ~/.bashrc 底下

人脸识别python 实例代码：

官方原代码

# -*- coding: utf-8 -*-# 引入依赖包 # pip install alibabacloud_facebody20191230

import os import io from urllib.request import urlopen from alibabacloud_facebody20191230.client import Client from alibabacloud_facebody20191230.models import SearchFaceAdvanceRequest from alibabacloud_tea_openapi.models import Config from alibabacloud_tea_util.models import RuntimeOptions

config = Config( # 创建AccessKey ID和AccessKey Secret，请参考https://help.aliyun.com/document_detail/175144.html。 # 如果您用的是RAM用户的AccessKey，还需要为RAM用户授予权限AliyunVIAPIFullAccess，请参考https://help.aliyun.com/document_detail/145025.html。 # 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。 access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'), access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'), # 访问的域名 endpoint='facebody.cn-shanghai.aliyuncs.com', # 访问的域名对应的region region_id='cn-shanghai' )

search_face_request = SearchFaceAdvanceRequest() #场景一：文件在本地 stream0 = open(r'/tmp/SearchFace.jpg', 'rb') search_face_request.image_url_object = stream0

#场景二：使用任意可访问的url #url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/facebody/SearchFace1.png' img = urlopen(url).read() search_face_request.image_url_object = io.BytesIO(img) search_face_request.db_name = 'Face1' search_face_request.limit = 5

runtime_option = RuntimeOptions() try: # 初始化Client client = Client(config) response = client.search_face_advance(search_face_request, runtime_option) # 获取整体结果 print(response.body) except Exception as error: # 获取整体报错信息 print(error) # 获取单个字段 print(error.code) # tips: 可通过error.__dict__查看属性名称

#关闭流 #stream0.close()

以下代码根据官方给的实例修改得到

修改后的实例:

# -*- coding: utf-8 -*- # 引入依赖包 # pip install alibabacloud_facebody20191230

import os import io from urllib.request import urlopen from alibabacloud_facebody20191230.client import Client from alibabacloud_facebody20191230.models import SearchFaceAdvanceRequest from alibabacloud_tea_openapi.models import Config from alibabacloud_tea_util.models import RuntimeOptions

config = Config( # 创建AccessKey ID和AccessKey Secret，请参考https://help.aliyun.com/document_detail/175144.html。 # 如果您用的是RAM用户的AccessKey，还需要为RAM用户授予权限AliyunVIAPIFullAccess，请参考https://help.aliyun.com/document_detail/145025.html。 # 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。 access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'), access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'), # 访问的域名 endpoint='facebody.cn-shanghai.aliyuncs.com', # 访问的域名对应的region region_id='cn-shanghai' )

def alibaba_face(): search_face_request = SearchFaceAdvanceRequest() #场景一：文件在本地

# 请确保你的这个本地文件存在 stream0 = open(r'/tmp/SearchFace.jpg', 'rb') search_face_request.image_url_object = stream0

#场景二：使用任意可访问的url # url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/facebody/SearchFace1.png' # img = urlopen(url).read() # search_face_request.image_url_object = io.BytesIO(img)

# 我们的比较对象是default -- 默认人脸图像库 search_face_request.db_name = 'default' search_face_request.limit = 5

runtime_option = RuntimeOptions() try: # 初始化Client client = Client(config) # print("line 44 init Client Success!") response = client.search_face_advance(search_face_request, runtime_option) # 获取整体结果 # print(response.body) match_list = response.body.to_map()['Data']['MatchList'] # 拿到所有我们的需要的字典(存放键值对) scores = [item['Score'] for item in match_list[0]['FaceItems']] # 取到字典中所有的 key= 'Score',的value --> 取到所有的分数(人脸匹配度) highest_score = max(scores) # value = round(highest_score, 2) # 四舍五入去小数点后两位 print(value) # print("line 56 获取得到效果 Success!") return value except Exception as error: # 获取整体报错信息 print(error) # print("Line 62 有错") # 获取单个字段 print(error.code) # tips: 可通过error.__dict__查看属性名称 # print("Line 66 有错")

#关闭流 #stream0.close()

if __name__ == "__main__": alibaba_face()

------------------------------------

输出数据:

{'Data': {'MatchList': [{'FaceItems': [{'Confidence': 89.82196, 'DbName': 'default', 'EntityId': 'mxjun', 'FaceId': '144368497', 'Score': 0.8729780316352844}, {'Confidence': 73.34613, 'DbName': 'default', 'EntityId': 'mxjun', 'FaceId': '144368491', 'Score': 0.6268069744110107}, {'Confidence': 72.958725, 'DbName': 'default', 'EntityId': 'mxjun', 'FaceId': '144368500', 'Score': 0.6124728918075562}, {'Confidence': 14.665969, 'DbName': 'default', 'EntityId': 'pyy', 'FaceId': '144512167', 'Score': 0.08487027883529663}, {'Confidence': 2.3494823, 'DbName': 'default', 'EntityId': 'pyy', 'FaceId': '144512114', 'Score': 0.01359618455171585}], 'Location': {'Height': 587, 'Width': 394, 'X': 379, 'Y': 485}, 'QualitieScore': 99.98341}]}, 'RequestId': 'C4174478-9678-5797-B4F8-43C12F4D2DB0'}

数据解析结构图:

输出解读:

这段数据是一个嵌套的字典结构，主要包含两部分关键信息：`Data`和`RequestId`。下面是详细的解析：

### Data部分

- **MatchList**: 这是一个列表，包含了至少一个匹配项。每个匹配项都是一个字典，具体结构如下：

- **FaceItems**: 这是一个列表，包含了多个面部识别的结果。每个结果又是一个字典，包含以下键值对： - **Confidence**: 表示识别的置信度，数值范围一般在0到100之间，值越大表示识别的准确度越高。 - **DbName**: 数据库名称，默认值为'default'，表明这些数据来自哪个数据库。 - **EntityId**: 实体ID，可以理解为被识别的人的身份标识。 - **FaceId**: 面部ID，用于唯一标识一个面部记录。 - **Score**: 可能是另一个衡量匹配程度的分数，数值范围同样可能在0到1之间。

- **Location**: 一个字典，描述了识别到的面部在图像中的位置信息，包含： - **Height**: 高度像素值。 - **Width**: 宽度像素值。 - **X**: X坐标，表示距离图片左侧的距离。 - **Y**: Y坐标，表示距离图片顶部的距离。

- **QualitieScore**: 图像质量得分，接近100表示图像质量非常好，利于面部识别。

### RequestId部分

- **RequestId**: 字符串类型，唯一标识这次请求的ID，通常用于日志追踪或问题排查。

### 示例解析

从数据看，`MatchList`中有一个匹配项，该匹配项识别到了与`EntityId`为'mxjun'相关的多个面部记录，以及与`EntityId`为'pyy'相关的两个面部记录。识别位置信息、置信度以及其他评分都详细列出，这对于分析识别效果非常有帮助。此外，整个请求的唯一标识是`C4174478-9678-5797-B4F8-43C12F4D2DB0`。

DBname 人脸识别的数据库的名字 -- default 在人脸数据库中去比对找到score(匹配度) -->

拿到匹配度 最大的一个 -- 比如我们这样设置if>60 --> 识别成功 else -->识别失败

===========================================

小插曲: 设置python优先级:

系统同时存在 python2 和 python3的时候，怎么 把python3 设为默认python

sudo update-alternatives --install /usr/bin/python python /usr/bin/python2 100 sudo update-alternatives --install /usr/bin/python python /usr/bin/python3 200

这里的数字（100和200）是优先级，数字越大优先级越高。所以上面的命令将python3设置为默认版本。

然后，你可以使用以下，命令来查看和更改默认设置:

sudo update-alternatives --config python

注： printf -- 打印注意，每次打印结束记得加上 '\n' --> 不然数据可能缓冲到系统里面

==================================

C 语言调用python 接口:

分装原来的python代码要求放回其中score最大值:

# -*- coding: utf-8 -*-

# 引入依赖包

# pip install alibabacloud_facebody20191230

import os

import io

from urllib.request import urlopen

from alibabacloud_facebody20191230.client import Client

from alibabacloud_facebody20191230.models import SearchFaceAdvanceRequest

from alibabacloud_tea_openapi.models import Config

from alibabacloud_tea_util.models import RuntimeOptions

config = Config(

# 创建AccessKey ID和AccessKey Secret，请参考https://help.aliyun.com/document_detail/175144.html。

# 如果您用的是RAM用户的AccessKey，还需要为RAM用户授予权限AliyunVIAPIFullAccess，请参考https://help.aliyun.com/document_detail/145025.html。

# 从环境变量读取配置的AccessKey ID和AccessKey Secret。运行代码示例前必须先配置环境变量。

access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'),

access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),

# 访问的域名

endpoint='facebody.cn-shanghai.aliyuncs.com',

# 访问的域名对应的region

region_id='cn-shanghai'

)

def alibaba_face():

search_face_request = SearchFaceAdvanceRequest()

#场景一：文件在本地

stream0 = open(r'/tmp/SearchFace.jpg', 'rb')

search_face_request.image_url_object = stream0

#场景二：使用任意可访问的url

# url = 'https://viapi-test-bj.oss-cn-beijing.aliyuncs.com/viapi-3.0domepic/facebody/SearchFace1.png'

# img = urlopen(url).read()

# search_face_request.image_url_object = io.BytesIO(img)

search_face_request.db_name = 'default'

search_face_request.limit = 5

runtime_option = RuntimeOptions()

try:

# 初始化Client

client = Client(config)

# print("line 44 init Client Success!")

response = client.search_face_advance(search_face_request, runtime_option)

# 获取整体结果

print(response.body)

#这行代码使用了列表推导式，它遍历match_list列表中的第一个元素（索引为0）所包含的FaceItems列表。

# 对于FaceItems列表中的每个项目（假设每个项目都是一个字典），它提取出键为'Score'的值，并将这些值组成一个新的列表

match_list = response.body.to_map()['Data']['MatchList'] # 拿到所有我们的需要的字典

# 外面加这个[] -- set集合，无序不重复数据集合

scores = [item['Score'] for item in match_list[0]['FaceItems']] # 取到字典中所有的 key= 'Score',的value --> 取到所有的分数(人脸匹配度)

highest_score = max(scores) #

value = round(highest_score, 2) # 四舍五入去小数点后两位

# print(value)

# print("line 56 获取得到效果 Success!")

return value

except Exception as error:

# 获取整体报错信息

print(error)

# print("Line 62 有错")

# 获取单个字段

print(error.code)

# tips: 可通过error.__dict__查看属性名称

# print("Line 66 有错")

#关闭流

#stream0.close()

face.c: C 语言调用python 接口:

#include

void face_init(void)

{

Py_Initialize();

PyObject *sys = PyImport_ImportModule("sys");

PyObject *path = PyObject_GetAttrString(sys, "path");

PyList_Append(path, PyUnicode_FromString("."));

}

void face_final(void)

{

Py_Finalize();

}

double face_category(void)

{

// 加载face.py 这个文件

PyObject *pModule = PyImport_ImportModule("face");

if (!pModule)

{

PyErr_Print();

printf("Error: failed to load face.py\n");

goto FAILED_MODULE;

}

// 加载(获取) alibaba_face() 这个函数 -- 顺便判断是否存在

PyObject *pfunc = PyObject_GetAttrString(pModule, "alibaba_face");

if (!pfunc)

{

PyErr_Print();

printf("Error: failed to load alibaba_face\n");

goto FAILED_FUNC;

}

// 调用我们获取到的函数

PyObject *pValue = PyObject_CallObject(pfunc, NULL);

if (!pValue)

{

PyErr_Print();

printf("Error:function call failed\n");

goto FAILED_VALUE;

}

double result = 0.0;

if (!PyArg_Parse(pValue, "d", &result)) // 解析获取 alibaba_face() 返回值， 转换成C语言格式

{

PyErr_Print();

printf("Error:face failed\n");

goto FAILED_RESULT;

}

printf("result=%.2lf\n", result);

// 注意释放顺序是反的，从新到旧

// 添加跳转位置，当发生错误的时候，跳转过来将他释放

FAILED_RESULT:

Py_DECREF(pValue);

FAILED_VALUE:

Py_DECREF(pfunc);

FAILED_FUNC:

Py_DECREF(pModule);

FAILED_MODULE:

return result;

}

---------------------------------------

face.h

#ifndef __FACE_H__

#define __FACE_H__

void face_init(void);

double face_category(void);

void face_final(void);

#endif

main.c

#include

#include

#include "face.h"

int main(int argc, char **argv)

{

double face_result = 0.0;

face_init();

face_result = face_category();

printf("face_result =%.2lf\n", face_result);

face_final();

return 0;

}

怎么编译:

请核对自己python版本,确保已经安装python3，不然不够新调用不动阿里云的 API

gcc -o face face.c main.c -I /usr/include/python3.10/ -L /usr/lib/python3.10/ -lpython3.10

执行:

执行生成的face文件即可

.face