实训日记三人脸识别系统

第三天，学习利用爬虫获取人脸数据，及数据分析数据可视化，通过百度人脸识别的数据分析得出统计图。

五、数据采集
六、人脸识别

Day3作业

整合前三天的代码功能，要求包括数据采集、数据分析、数据可视化，把运行结果截图到日报中，只允许同小组的同学截图相同。

人脸识别代码

可以实现检测年龄、颜值、性别、是否带眼镜

from aip import AipFace
import base64""" 你的 APPID AK SK """
APP_ID = '26456423'
API_KEY = '9fYx8NCKyoZneZ3QfUSkCw1A'
SECRET_KEY = 'wLrN0SFtuvCUVYDZoD2qGa99kghi8RTt'def img2base64(path):"""把图片文件转换为基于base64的字符串，以便用于网络传播:param path: 图片的路径:return: 转换后的结果"""file = open(path, 'rb')  # 使用读取的方式去打开图片文件data = file.read()  # 读取文件信息base = base64.b64encode(data)  # base64编码base = base.decode('utf-8')  # 以utf-8的方式解码file.close()  # 关闭文件return base  # 返回数据def detect_face():"""人脸检测:return: 百度服务器返回的人脸检测数据"""client = AipFace(APP_ID, API_KEY, SECRET_KEY)#创建客户端options = {"face_field":"age,beauty,gender,glasses"}#参数年龄、颜值、性别、眼镜image = img2base64("000014.jpg")result = client.detect(image, "BASE64" ,options)print(result)age = result['result']['face_list'][0]['age']beauty = result['result']['face_list'][0]['beauty']gender = result['result']['face_list'][0]['gender']['type']glasses = result['result']['face_list'][0]['glasses']['type']print("年龄", age)print("颜值", beauty)print("性别", gender)print("眼镜", glasses)if __name__ == '__main__':detect_face()

使用方法

将下载的图片放到工程文件目录下，且此处代码改为图片后缀

数据采集、数据分析、数据可视化整合代码

from icrawler.builtin import BingImageCrawler
from aip import AipFace
import base64
import time  # 用于延迟操作
import os  # 用于文件操作
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType  # 导入主题# 颜值统计
count_class_1 = 0
count_class_2 = 0
count_class_3 = 0
count_class_4 = 0
count_class_5 = 0
count_class_6 = 0
count_class_7 = 0
count_class_8 = 0
count_class_9 = 0
count_class_10 = 0
count_class_error = 0def bing_image_crawler(keyword, max_num):"""基于bing搜索引擎爬取图片:param keyword: 关键字:param max_num: 数量"""bing_crawler = BingImageCrawler(feeder_threads=2,parser_threads=4,downloader_threads=8,storage={'root_dir': 'bing'})filters = dict(size='medium')bing_crawler.crawl(keyword=keyword,filters=filters,max_num=max_num)""" 你的 APPID AK SK """
APP_ID = '16966840'
API_KEY = 'B0e6QoxUB0gwQxxzWT6fCgMU'
SECRET_KEY = 'rGQji0R0X76e4CP9rbcdPbcNRdS6EwC9'def img2base64(path):"""把图片文件转换为基于base64的字符串，以便用于网络传播:param path: 图片的路径:return: 转换后的结果"""file = open(path, 'rb')data = file.read()base = base64.b64encode(data)base = base.decode('utf-8')file.close()return basedef detect_face(img_path):"""人脸检测:param img_path: 人脸检测的图片路径:return: 百度服务器返回的人脸检测数据"""client = AipFace(APP_ID, API_KEY, SECRET_KEY)options = {"face_field": "age,beauty"}image = img2base64(img_path)return client.detect(image, "BASE64", options)def parse_data(data):"""解析服务器返回的数据，并提取颜值分数，根据颜值分数进行等级划分:param data: 服务器返回的原始结果数据:return: 颜值等级"""# 颜值半秒，控制QPStime.sleep(0.5)if data['error_code'] != 0:print("识别有问题", data)# 计数+1global count_class_errorcount_class_error += 1return -1  # 访问有问题beauty = data['result']['face_list'][0]['beauty']if beauty >= 90:# 计数+1global count_class_10count_class_10 += 1return 10elif beauty >= 85:# 计数+1global count_class_9count_class_9 += 1return 9elif beauty >= 75:# 计数+1global count_class_8count_class_8 += 1return 8elif beauty >= 65:# 计数+1global count_class_7count_class_7 += 1return 7elif beauty >= 55:# 计数+1global count_class_6count_class_6 += 1return 6elif beauty >= 45:# 计数+1global count_class_5count_class_5 += 1return 5elif beauty >= 35:# 计数+1global count_class_4count_class_4 += 1return 4elif beauty >= 25:# 计数+1global count_class_3count_class_3 += 1return 3elif beauty >= 15:# 计数+1global count_class_2count_class_2 += 1return 2elif beauty >= 5:# 计数+1global count_class_1count_class_1 += 1return 1else:# 计数+1count_class_error += 1return -1  # 未知情况def classify():"""【了解】本地磁盘中对各种颜值等级的图片进行分类:return:无"""root_dir = 'bing'# 列举所有目录下的文件和文件夹file_list = os.listdir(root_dir)# 遍历所有文件和文件夹for i in range(0, len(file_list)):# 拼装出文件路径path = root_dir + '/' + file_list[i]# 如果是文件if os.path.isfile(path):# 人脸识别获得其颜值等级beauty = parse_data(detect_face(path))# 按照颜值来创建文件夹，拼接出文件夹的路径dic = root_dir + '/' + str(beauty) + '/'# 如果识别有问题if beauty == -1:dic = 'bing/未识别/'# 如果文件夹不存在，就新建一个if not os.path.exists(dic):os.makedirs(dic)# 移动图片到等级文件夹中# 参数1：源文件的路径# 参数2：新文件的路径os.rename(path, dic + file_list[i])def draw_chart():bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK))bar.add_xaxis(["未识别", "1", "2", "3", "4", "5", "6", "7", "8", "9", "10"])# 增加y轴bar.add_yaxis("", [count_class_error,count_class_1,count_class_2,count_class_3,count_class_4,count_class_5,count_class_6,count_class_7,count_class_8,count_class_9,count_class_10])bar.set_global_opts(title_opts=opts.TitleOpts(title="颜值统计图"))bar.render()if __name__ == '__main__':keyword = input("请输入要爬取的关键字：")max_num = input("请输入要爬取的数量：")max_num = int(max_num)# 爬取bing_image_crawler(keyword, max_num)print("人脸识别分类中......")# 分类（包括人脸识别和解析）classify()# 画图draw_chart()print("程序执行完成")

实现效果

爬取图片

**文件目录：**得到评分为8的图片

这是上次运行的结果得到新的结果得把文件目录的删掉。

实训日记三人脸识别系统相关推荐

【项目实训】基于人脸识别的课堂签到管理系统（python+qt5+sqlite3+百度智能云）
[项目实训]基于人脸识别的课堂签到管理系统(python+qt5+sqlite3+百度智能云) 一.环境介绍二.签到功能 2.1 启动签到 2.2 结束签到三.用户组操作 3.1 添加用户组 3. ...
基于深度学习的人脸识别系统（Caffe+OpenCV+Dlib）【三】VGG网络进行特征提取
前言基于深度学习的人脸识别系统,一共用到了5个开源库:OpenCV(计算机视觉库).Caffe(深度学习库).Dlib(机器学习库).libfacedetection(人脸检测库).cudnn(gp ...
Android实训案例(三)——实现时间轴效果的ListView,加入本地存储，实现恋爱日记的效果！
Android实训案例(三)--实现时间轴效果的ListView,加入本地存储,实现恋爱日记的效果! 感叹离春节将至,也同时感叹时间不等人,一年又一年,可是我依然是android道路上的小菜鸟,这篇讲 ...
Python与人工智能入门实践——简易人脸识别系统
Python与人工智能入门实践--简易人脸识别系统写在前面: 笔者在寒假期间进行了一些简短的实训,主要内容包括简单的爬虫和简单的人脸识别算法,由于时间有限,对于python也是第一次详细学习,功能较 ...
【AI达人创造营第三期】从零教你搭建基础人脸识别系统
基于凌蒙派RK3568部署人脸识别系统一.项目背景 (一).AIStudio方案调研 AIStudio中搜了一圈,和人脸识别系统有关的项目大致有两个类型,典型代表如下: 项目一: 人脸识别(3):部 ...
人工智能人脸识别系统,人工智能应用人脸识别
手机人脸识别的原理是什么? . 不同品牌机型采用的面部识别技术方案不同,面部识别效果也会不一样:目前vivo/iQOO系列手机,仅NEX双屏版采用3D人脸识别技术,其余机型均采用FaceWake面部识 ...
【EduCoder答案】人脸识别系统——OpenCV人脸检测
简介答案查询的入口网页版其他各类实训答案的目录见这里答案获取的方法简介见这里并不是所有的关卡都有答案,有些只有部分关卡有不要直接复制答案哦人脸识别系统 -- OpenCV人脸检测 > ...
人物关系人脸识别_原因解密：格里兹曼宣布终止与华为合作，不只是因为人脸识别系统...
恐怕不少球迷在看到这篇文章之前,依旧不知道格里兹曼突然间宣布终止了与华为方面的代言合作,并且这突然违约的行为背后是什么原因也让人不得而知.真的是因为华为方面研发了一款特殊的人脸识别系统,还是受到舆论的 ...
如何快速搭建智能人脸识别系统
作者 | 小白来源 | 小白学视觉网络安全是现代社会最关心的问题之一,确保只有特定的人才能访问设备变得极其重要,这是我们的智能手机设有两级安全系统的主要原因之一.这是为了确保我们的隐私得到维护,只 ...

实训日记三人脸识别系统

Day3作业

人脸识别代码

使用方法

数据采集、数据分析、数据可视化整合代码

实现效果

实训日记三人脸识别系统相关推荐

最新文章

热门文章

实训日记三 人脸识别系统

Day3作业

人脸识别代码

使用方法

数据采集、数据分析、数据可视化整合代码

实现效果

实训日记三 人脸识别系统相关推荐

最新文章

热门文章

实训日记三人脸识别系统

实训日记三人脸识别系统相关推荐