前两天博主刚写过一篇文章:【人工智能】基于百度AI和Python编程的简单实现：通过QQ/Tim截图进行文本识别功能的分析实战详解——以获取百度文库付费内容为例。由于这两天博主摸鱼时又一次使用到了百度AI，因此可以对比着这两篇文章进行学习。

前期准备

百度AI前期准备

首先打开百度AI的官方网站（https://ai.baidu.com/），找到“人脸与人体识别”中的“人像动漫化”，点击进入人像动漫化。

老样子，我们进去“人像动漫化”页面后点击立即使用，可以进入百度智能云的登录界面，扫码登录。

        点击“图像增强与特效”里面的“创建应用”。其中，应用名字和应用描述随意写、其他默认即可。

        创建成功后，可以发现出现了“AppID”、“API Key”、“Secret Key”。这三项内容待会在Python编程用户鉴权时需要用到，必须提前申请好。
        有了“AppID”、“API Key”、“Secret Key”后，我们点击左侧的“技术文档”。

        与上篇文章不同的是，这次我们使用API文档而不是SDK文档。点击“API文档”，找到“图像特效”中的“人像动漫化”，打开后可以看到人像动漫化相关的接口说明。

        下拉浏览接口说明，复制其中的请求代码示例中的Python代码内容，粘贴到Pycharm中作为主要代码基础模板。

# encoding:utf-8import requests
import base64'''
人像动漫化
'''request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/selfie_anime"
# 二进制方式打开图片文件
f = open('[本地文件]', 'rb')
img = base64.b64encode(f.read())params = {"image":img}
access_token = '[调用鉴权接口获取的token]'
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:print (response.json())

实战分析

关于本次编码，我们共在pycharm中粘贴了两个模板：主要代码基础模板和鉴权基础模板。

代码改写：鉴权基础模板

我们主要的面临的问题便是鉴权问题，因为我们需要鉴权认证用户身份。因此，我们首先来处理我们所粘贴的鉴权（access_token示例代码）的相关代码。
        在使用鉴权的过程中，根据鉴权认证机制的说明文档，我们可以发现：
        获取Access Token的方式便是通过使用GET/POST向授权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求，并在URL中带上以下参数：
        grant_type：必须参数，固定为client_credentials；
        client_id：必须参数，应用的API Key；
        client_secret：必须参数，应用的Secret Key；
        在“获取access_token示例代码”中给出的Python代码实例是使用了requests库的get方法请求授权服务地址的，而鉴权认证机制的说明文档则是推荐使用post方法。因此，我们将复制到Pycharm中的鉴权基础模板的相关代码由get方法改写成post方法：
        ① 注释掉host组成的整体链接和if response的相关内容；
        ② 新增变量url，赋值为我们所需请求的授权服务地址：https://aip.baidubce.com/oauth/2.0/token；
        ③ 新增变量params，赋值请求url所需的三大参数：grant_type（固定值为client_credentials）、client_id（值为图像增强与特效创建应用时所给的API Key）、client_secret（值为图像增强与特效创建应用时所给的Secret Key）；
        ④ 更改requests的get方法为post方法，按住ctrl进入函数post方法进行查看，发现所需参数还应传入一个params参数进行post请求；
        ⑤ 获取响应结果response后，输出响应内容response.text后观察到里面输出的多项键值对中存在着’access_token’键和值；
        ⑥ 通过eval()函数执行response.text表达式并返回表达式的值，然后在使用[‘access_token’]取出’access_token’的值并返回，完成函数post_tonke的编写。

def post_tonke():# client_id 为官网获取的AK， client_secret 为官网获取的SK# host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'url = 'https://aip.baidubce.com/oauth/2.0/token'params = {'grant_type': 'client_credentials','client_id': 'API Key值','client_secret': 'Secret Key值'}response = requests.post(url, params)   # 按住ctrl可以进入函数post查看# if response:# print(response.json())access_token = eval(response.text)['access_token']  # eval()执行里面的表达式return access_token   # 将鉴权之后的值进行返回

代码改写：主要代码基础模板

通过请求代码示例，我们可以观察到给出的示例代码思路：
        Ⅰ 通过二进制读取形式获取图片，然后对图片进行编码；
        Ⅱ 通过requests库的post方法传递参数（equest_url, data=params, headers=headers）；
        Ⅲ 输出json格式的response响应内容。

那么，明确了主要代码基础模板的思路后，我们可以对代码进行改写完善：
① 注释掉原有的图片读取形式，改写为常用的图片读取形式：

with open('[本地文件]', 'rb') as file:img = base64.b64encode(file.read())  # 编码图片

② 简化代码：根据下述代码，可以发现第三行request_url与access_token的字符串连接多此一举，而"?access_token=" + access_token完全可以通过传参params完成。

params = {"image":img}
access_token = 'post_tonke()'
request_url = request_url + "?access_token=" + access_tokenresponse = requests.post(request_url, data=params, headers=headers)

因此params可以合并上述代码第2行的access_token和第3行的requests_url为下述代码：

params = {"image": img, "access_token": post_tonke()}   # 通过表单提交形式提交access_token

③ 解码图片，保存动漫化后的人物照片。
在运行示例代码输出json格式的response响应内容后，我们观察到输出的键值对中’image’即为动漫化后的人物照片的键，因此我们需要取出’image’对应的值：

with open('test.jpg', 'wb') as file:animer = response.json()['image']

因为之前读取图片时通过base64的b64encode()方法进行了编码，因此同样我们使用base64的b64decode()方法进行解码：

image = base64.b64decode(animer)   # 解码

最后，将动漫化后的人物照片通过二进制写入的形式保存到所指定的目录中

'''
人像动漫化
'''request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/selfie_anime"
# # 二进制方式打开图片文件
# f = open('[本地文件]', 'rb')
# img = base64.b64encode(f.read())   # 编码图片with open('[本地文件]', 'rb') as file:img = base64.b64encode(file.read())  # 编码图片params = {"image": img, "access_token": post_tonke()}   # 通过表单提交形式提交access_token# params = {"image":img}   # 把图片以键值对的形式传过去, params里面是些参数
# access_token = post_tonke()   # 鉴权
# request_url = request_url + "?access_token=" + access_tokenheaders = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:# print (response.json())with open('test.jpg', 'wb') as file:animer = response.json()['image']image = base64.b64decode(animer)   # 解码file.write(image)

代码展示

整体代码

# encoding:utf-8import requests
import base64def post_tonke():url = 'https://aip.baidubce.com/oauth/2.0/token'params = {'grant_type': 'client_credentials','client_id': 'API Key值','client_secret': 'Secret Key值'}response = requests.post(url, params)   # 按住ctrl可以进入函数post查看access_token = eval(response.text)['access_token']  # eval()执行里面的表达式return access_token   # 将鉴权之后的值进行返回'''
人像动漫化
'''request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/selfie_anime"
with open('./image/test.jpg', 'rb') as file:   # 读取图片img = base64.b64encode(file.read())  # 编码图片
params = {"image": img,   # 通过表单提交形式提交access_token"access_token": post_tonke()}
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:with open('./output/animer.jpg', 'wb') as file:   # 保存图片animer = response.json()['image']image = base64.b64decode(animer)   # 解码file.write(image)

批量化处理

关于将上述代码改写为批量化处理人像动漫化，只需要加入一个照片路径列表和一个for循环，同时将读取和写入的图片名称更改为变量，即可实现：

images = ['01.jpg', '02.jpeg', '03.png']   # 批量化处理
for images_name in images:   # 依次遍历单个with open('./img/%s'%images_name, 'rb') as file:if response:with open('./imgNew/0%s'%images_name, 'wb') as file:

整体代码

# encoding:utf-8import requests
import base64def post_tonke():url = 'https://aip.baidubce.com/oauth/2.0/token'params = {'grant_type': 'client_credentials','client_id': 'API Key值','client_secret': 'Secret Key值'}response = requests.post(url, params)   # 按住ctrl可以进入函数post查看access_token = eval(response.text)['access_token']  # eval()执行里面的表达式return access_token   # 将鉴权之后的值进行返回'''
人像动漫化批量化处理
'''images = ['01.jpg', '02.jpeg', '03.png']   # 批量化处理
for images_name in images:   # 依次遍历单个request_url = "https://aip.baidubce.com/rest/2.0/image-process/v1/selfie_anime"with open('./img/%s'%images_name, 'rb') as file:img = base64.b64encode(file.read())  # 编码图片params = {"image": img,   # 通过表单提交形式提交access_token"access_token": post_tonke()}headers = {'content-type': 'application/x-www-form-urlencoded'}response = requests.post(request_url, data=params, headers=headers)if response:with open('./imgNew/0%s'%images_name, 'wb') as file:animer = response.json()['image']image = base64.b64decode(animer)   # 解码 -> 用什么编码方式就用什么解码方式file.write(image)

效果展示

原图

动漫化

【人工智能】基于百度AI+Python编程的简单应用：关于人像照片动漫化的分析实现（可进行批量化处理）——教你看到二次元中的自己相关推荐

python安装百度aip_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 ...
AI作曲基础-Python编程作曲软件篇-FoxDot文档及源码分析-官方教程01
AI作曲基础-Python编程作曲软件篇-FoxDot文档及源码分析-官方教程01 前言本系列系列目录放在文尾: 本系列是AI作曲的基础,暂时和AI关系不大,但尤为重要: 借助FoxDot,从文档分 ...
python 百度ai批量识别_Python基于百度AI的文字识别的示例
Python基于百度AI的文字识别的示例使用百度AI的文字识别库,做出的调用示例,其中filePath是图片的路径,可以自行传入一张带有文字的图片,进行识别. 下载baidu-aip这个库,可以直接 ...
python 百度云文字识别 proxy_Python基于百度AI的文字识别的示例
Python基于百度AI的文字识别的示例发布时间:2020-10-03 14:52:27 来源:脚本之家阅读:66 使用百度AI的文字识别库,做出的调用示例,其中filePath是图片的路径,可以 ...
Python基于百度AI的人脸识别系统--颜值检测
基于百度AI的人脸识别系统–颜值检测刚开始学,觉得好玩就写了这个主要是分为人脸识别系统的对接,UI的设计人脸识别系统: 用的百度的AI,其中的AK,SK可以换成自己的,在百度开放平台上注册就能获 ...
基于百度AI的内容审核平台+Jsoup网络爬虫开发的一个自动审核小说程序（以纵横中文网为例）
这个程序是我的毕业设计所设计的一个程序,由于时间原因,可能有些地方或者细节没有考虑清楚,请各位多多包涵最后的源代码工程我已经上传,有需要的可以自取,希望可以帮助到大家程序简介此程序使用Java语 ...
初识AI——python编程——工具准备
初识AI--python编程--工具准备想学习人工智能,首先对于人工智能应该是有一定的了解的,学习人工智能要涉及到各个方面的知识,最重要的是计算机和数学的知识,其他的还有比如生物,物理,等等很多很多 ...
《基于ArcGIS的Python编程秘笈（第2版）》——第1章面向ArcGIS的Python语言基础
本节书摘来自异步社区<基于ArcGIS的Python编程秘笈(第2版)>一书中的第1章,第1.1节,作者: [美]Eric Pimpler(派普勒) 更多章节内容可以访问云栖社区" ...
基于百度AI Studio的药物设计——NAMD自由能微扰计算（FEP笔记本）
基于百度AI Studio的药物设计--NAMD自由能微扰计算(FEP笔记本) 药物设计中最重要的任务之一是在一系列先导候选药物中预测哪些药物与治疗靶点的结合更强.在这个方向上,已经开发了相对结合自由 ...

【人工智能】基于百度AI+Python编程的简单应用：关于人像照片动漫化的分析实现（可进行批量化处理）——教你看到二次元中的自己

目录

前期准备

百度AI前期准备

相关知识前期准备：API和SDK的含义及区别

API

SDK

SDK和API的区别和联系

参考博客

相关知识前期准备：鉴权

鉴权的类别

鉴权的作用

Access Token鉴权的获取

实战分析

代码改写：鉴权基础模板

代码改写：主要代码基础模板

代码展示

整体代码

批量化处理

整体代码

效果展示

原图

动漫化

【人工智能】基于百度AI+Python编程的简单应用：关于人像照片动漫化的分析实现（可进行批量化处理）——教你看到二次元中的自己相关推荐

最新文章

热门文章