别再体验百度AI了，自己搞起来吧，人工智能很简单！

刚看了百度AI的人脸识别，火了很久的python+人工智能，百度号称专做AI，很多宣传课设的主题，百度AI-让你轻松人脸识别，简直像个笑话。我之所以这么说，是因为研究了两个小时的百度AI，除了搞明白他们专属的access_token、FACE_TOKEN之外，基本上什么都弄明白。所谓的百度AI，只是留给大家一个接口，然后执行一套固定的算法，结果就出来了，而真正做了什么，人工智能是什么，我们无从可知。相反，为了跑通这个程序，我们必须要搞明白他们固定的格式等等。

比如一个简单的例子，人脸对比（实际上就是两张图片相似度对比，而不管做什么，百度AI都是一个套路，只是调用的url和传递的参数不同而已）。

import json
import urllib2,base64request_url='https://aip.baidubce.com/rest/2.0/face/v3/match'
access_token='24.be46cb0dfcf032f2bb5b6d0d7c5fe95d.2592000.1530841589.282335-1135***'

f=open('image/me1.jpeg','rb')
img1=base64.b64encode(f.read())
f=open('image/ge1.jpeg','rb')
img2=base64.b64encode(f.read())

params=json.dumps([{'image':img1,'image_type':'BASE64','face_type':'LIVE','quality_control':'LOW'},{'image':img2,'image_type':'BASE64','face_type':'LIVE','quality_control':'LOW'}])request_url = request_url + "?access_token=" + access_token
request = urllib2.Request(url=request_url, data=params)
request.add_header('Content-Type', 'application/json')
response = urllib2.urlopen(request)
content = response.read()
if content:print content

结果：

{"error_code":0,"error_msg":"SUCCESS","log_id":3458405637,"timestamp":1528269847,"cached":0,"result":{"score":9.794300079,"face_list":[{"face_token":"23a6c949e2dd346b255b04bfa37a3adf"},{"face_token":"2b63ae8fbf51b5a9c9159ee1963df73a"}]}}

事实上，无论你做什么，红色部分都是一样的，变化的就是url和params，做不同的事，传递不同的url和参数而已，而已，而已

注意1:

而我们为了跑通这个程序，必须要知道的是，access_token：百度AIP开放平台使用OAuth2.0授权调用开放API，调用API时必须在URL中带上accesss_token参数，为了获得这个参数，我们需要知道

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；

看吧，跟大街上扫码送东西是一个套路，想要东西，必须先注册，然后关注，验证。。。

你理解了吧，就是需要先注册成百度云的会员，然后关注一些东西，由关注的应用得到上面三个参数，在利用这三个参数得到accesss_token

import urllib,urllib2,sys
import ssl

host='https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=GzUAKFpteL0RdmvscP0ne***&client_secret=FWUGgeEr7ROV5ZCQEhXq9i6vWMUSZ***'
request=urllib2.Request(host)
request.add_header('Content-Type','application/json;charset=UTF-8')
response=urllib2.urlopen(request)
content=response.read()
print(content)

得到的accesss_token有效期为一个月。

注意2:

即便已经弄清了这些，我们还需要了解FACE_TOKEN，BASE64，

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。

为了获得FACE_TOKEN，你需要先把你的照片传上去，得到照片的id

import base64
import urllib,urllib2access_token='24.be46cb0dfcf032f2bb5b6d0d7c5fe95d.2592000.1530841589.282335-11356***'
f = open('image/timg.jpg', 'rb')
img = base64.b64encode(f.read())params = {"face_fields":"faceshape,facetype","image":img,'image_type':'BASE64'}
params = urllib.urlencode(params)request_url='https://aip.baidubce.com/rest/2.0/face/v3/detect'

request_url = request_url + "?access_token=" + access_token
request = urllib2.Request(url=request_url, data=params)
request.add_header('Content-Type', 'application/json')
response = urllib2.urlopen(request)
content = response.read()
if content:print content

结果：

{"error_code":0,"error_msg":"SUCCESS","log_id":3263712876,"timestamp":1528267900,"cached":0,"result":{"face_num":1,"face_list":[{"face_token":"a104e76591417d746c754dfd37113331","location":{"left":225.6935577,"top":191.730545,"width":270,"height":250,"rotation":-3},"face_probability":1,"angle":{"yaw":11.16189766,"pitch":-1.837561846,"roll":-1.425307155}}]}}

看吧，第二个坑也不小吧，而且你的照片一经传上去了哦！百度云AI就这样多了一张照片哦！

注意3:

再就是url，这个坑完全是版本问题，他们给的url对应的版本是v3，请大家一定要看好版本，在对应的版本文档里面查看代码，2和3是完全不同的。

#v2

# params = {"images":img1 + ',' + img2}
# params = urllib.urlencode(params)

#v3
params=json.dumps([{'image':img1,'image_type':'BASE64','face_type':'LIVE','quality_control':'LOW'},{'image':img2,'image_type':'BASE64','face_type':'LIVE','quality_control':'LOW'}])

当你把这些大坑都趟完了，你输入数据，存储了他们的数据库，他们给你个结果，仅此而已，对于AI，你仍然一窍不通，所以，还是踏踏实实的学习算法吧。

其实，分类也没有那么复杂，如果你不做算法研究，而仅仅是使用的话非常简单，个人觉得比调用百度AI还要容易，而且直观。

分类有声音、图片、视频、文本等，现在的文本分类是基于自然语言的，而图片分类，就是所谓的图像识别，准确率已经很高了，我们只要调用算法创建模型，在测试就可以了。

比如下面的小demo

#训练数据

training_feature = [[6,180,12],[5.92,190,11],[5.58,170,12],[5.92,165,10],[5,100,6],[5.5,150,8],[5.42,130,7],[5.75,150,9]]
training_classify = [1,1,1,1,0,0,0,0]
#训练模型
model=GaussianNB()
model.fit(training_feature,training_classify)
#测试数据
testing_feature=[[6,130,8],[5.9,177,10]]

#测试模型，得出结果
predict_classify=model.predict(testing_feature)
print predict_classifyfor sex in predict_classify:if sex==0:print "女"
    else:print "男"

不论是什么算法，都是训练模型fit()，测试predict()，看吧，是不是很简单！

最后，有人会问，既然那么简单，我们都自己训练模型自己测试就完了呗，调百度AI干什么？

鸟啊，训练模型是需要大量数据的，在这个信息贵如油的时代，谁有数据谁说了算。百度就凭个接口凭什么那么牛，因为他们有数据啊！他们的数据哪里来？你们传的啊！

别再体验百度AI了，自己搞起来吧，人工智能很简单！相关推荐

Python调用百度AI接口用以实现在线语音合成并创建简单的GUI界面生成可执行应用程序
调用百度AI接口用以实现在线语音合成并创建简单的GUI界面生成可执行应用程序 1. 实验环境 Python3.8.Pycharm.window10 2.实验过程 1.首先登陆百度智能云:https ...
【舆情分析（1）】舆情分析简介及百度AI开放接口搞定中文分词
1. 舆情分析简介 1) 基本概念舆情 -- 是"舆论情况"的简称,是指在一定的社会空间内,围绕中介性社会事件的发生.发展和变化,作为主体的民众对作为客体的社会管理者.企业.个人 ...
百度AI城市又搞事情！一天三场签约上海市民要全面迎来AI了
继百度"海淀城市大脑"在上个月落地西北旺镇以及百度与上海宝山区签署合作备忘录不久,11月27日,百度让人工智能全面走到了上海.这次动作似乎更大.一天三场签约--不仅与上海市政府签订 ...
百度ai智能写作工具-百度ai自动写文章
百度AI智能写作工具:让创作更快捷.高效! 在当今竞争激烈的文化创意市场中,创作一篇高质量的文章需要投入大量时间和精力.然而,有了百度AI智能写作工具,创作变得更快捷.高效了. 百度AI智能写作工具采 ...
微信小程序+百度AI OCR二代身份证识别
微信小程序内虽然有OCR识别功能但是收费是按次计费的,还是选用了百度ai提供的OCR识别二代身份证. // 上传人面像upFileFront:function(e){let type = e.cur ...
python调用百度AI识别文字和表格
python调用百度AI识别文字和表格获取账户信息 1.需要先注册百度AI,获得ID和密钥.百度AI社区关于注册的详细说明:https://ai.baidu.com/forum/topic/show ...
Python——调用百度AI实现图片上文字识别
Python--调用百度AI实现图片上文字识别简介步骤安装百度AI库注册百度AI开放平台调用glob库调用AipOcr库识别文字可能会遇到的问题批量操作简介 Python免费调用百度 ...
Yolov5+图像分割+百度AI接口——车牌实时检测识别系统
Hallo,各位小伙伴大家好呀!这两天一直在肝项目,都是关于计算机视觉方面的,所以这两天一直也没有更新(真的不是我懒)!在这个过程中我对Yolov5有了更深刻的理解,在原有的Yolov5框架上增加了图 ...
百度AI 汽车识别
百度AI 汽车识别今天我对百度ai的汽车车型识别进行了上手,发现和百度ai的人脸识别流程没有相差很大,在学习过人脸识别后,对照百度的教程就很容易对汽车识别进行上手了. 我们直接进入正题 1.申请自己 ...

别再体验百度AI了，自己搞起来吧，人工智能很简单！

别再体验百度AI了，自己搞起来吧，人工智能很简单！相关推荐

最新文章

热门文章