基于Python的百度AI人脸识别API接口（可用于OpenCV-Python人脸识别）

基于Python的百度AI人脸识别API接口（可用于OpenCV-Python人脸识别）

资源：
download.csdn.net/download/weixin_53403301/43644312

之前的项目：
【最新】基于OpenCV的Python人脸识别、检测、框选（遍历目录下所有照片依次识别 视频随时标注）
blog.csdn.net/weixin_53403301/article/details/119422635

基于OpenCV-Python的树莓派人脸识别及89C52单片机控制系统设计（指定照片进行识别、遍历目录下所有照片依次识别）
blog.csdn.net/weixin_53403301/article/details/118575731

直接上代码：

# -*- coding: utf-8 -*-
"""
Created on Mon May 31 23:40:16 2021

@author: ZHOU
"""

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import requests # 调用 requests的HTTP协议库
import os # 调用os多操作系统接口库
import base64 # 调用base64编码库
import json # 调用JavaScript Object Notation数据交换格式
 
ACCESS_TOKEN = ''
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) #去掉文件名,返回目录 
 
# ID,KEY的配置信息
INFO_CONFIG = { 
    'ID': '15050553',
    'API_KEY': 'rlRrtRL5oRdXGh71jgg1OmyN',
    'SECRET_KEY': 'dK5TpuTAZn2nw5eVpspZLmF5Qs1Uu8A1'
}

"""
若API出错 则改为：

INFO_CONFIG = { 
    'ID': '15050553',
    'API_KEY': 'rlRrtRL5oRdXGh71jgg1OmyN',
    'SECRET_KEY': 'dK5TpuTAZn2nw5eVpspZLmF5Qs1Uu8A1'
}

或：

INFO_CONFIG = { 
    'ID': '15788358',
    'API_KEY': 'ohtGa5yYoQEZ8Try8lnL99UK',
    'SECRET_KEY': 'qaDjyuXkf5MZ28g5C8pwFngDZenhswC3'
}

"""

# URL配置
URL_LIST_URL = {
    # ACCESS_TOKEN_URL用于获取ACCESS_TOKEN, POST请求,
    #  grant_type必须参数,固定为client_credentials,client_id必须参数,应用的API Key,client_secre 必须参数,应用的Secret Key.
    'ACCESS_TOKEN_URL': 'https://aip.baidubce.com/oauth/2.0/token?' + 'grant_type=client_credentials&client_id={API_KEYS}&client_secret={SECRET_KEYS}&'.format(
        API_KEYS=INFO_CONFIG['API_KEY'], SECRET_KEYS=INFO_CONFIG['SECRET_KEY']),
    # 登入人脸识别机器学习库
    'FACE_PLATE': 'https://aip.baidubce.com/rest/2.0/face/v3/match',
 
}
 
 
class AccessTokenSuper(object):
    pass
 
 
class AccessToken(AccessTokenSuper): # 定义登陆API大类
    def getToken(self):
        accessToken = requests.post(url=URL_LIST_URL['ACCESS_TOKEN_URL']) #登入网址
        accessTokenJson = accessToken.json()
        if dict(accessTokenJson).get('error') == 'invalid_client':
            return '获取accesstoken错误，请检查API_KEY，SECRET_KEY是否正确！'
        return accessTokenJson
 
 
ACCESS_TOKEN = AccessToken().getToken()['access_token']
 
LICENSE_PLATE_URL = URL_LIST_URL['FACE_PLATE'] + '?access_token={}'.format(ACCESS_TOKEN)
 
 
class faceSuper(object):
    pass
 
 
class face(faceSuper): # 定义图像输入大类
 
    def __init__(self, image=None, image2=None): # 定义初始化函数
        self.HEADER = {
            'Content-Type': 'application/json; charset=UTF-8',
        }
        if image is not None: 	# 没有图像1
            imagepath = os.path.exists(image)
            if imagepath == True:
                images = image
                with open(images, 'rb') as images:
                    img1 = base64.b64encode(images.read())
            else:
                print("图像1不存在")
                return
        if image2 is not None: 	# 没有图像2
            imagepath2 = os.path.exists(image2)
            if imagepath2 == True:
                images2 = image2
                with open(images2, 'rb') as images2:
                    img2 = base64.b64encode(images2.read())
            else:
                print("图像2不存在")
                return
        self.img = img1
        self.imgs = img2
        self.IMAGE_CONFIG1 = {"image": str(img1, 'utf-8'), "image_type": "BASE64"}
        self.IMAGE_CONFIG2 = {"image": str(img2, 'utf-8'), "image_type": "BASE64"}
        self.IMAGE_CONFIG = json.dumps([self.IMAGE_CONFIG1, self.IMAGE_CONFIG2])
 
    def postface(self):  # 定义从服务器进行数据获取函数
        if (self.img==None and self.imgs==None):
            return '图像不存在'
        face = requests.post(url=LICENSE_PLATE_URL, headers=self.HEADER, data=self.IMAGE_CONFIG)
        # 登陆服务器获取数据
        return face.json() 	# 输出结果
 
 
def facef(FA1, FA2): # 人脸识别逻辑函数
    testAccessToken = AccessToken() # 获取API配置
    testface = face(image=FA1, image2=FA2) # 赋值给图像输入大类
    result_json = testface.postface()  # 从服务器获取数据
    result = result_json['result']['score'] #输出结果
    print('人脸相似度：', result)
    if result > 80: # 识别结果大于80则成功
        print("人脸匹配成功！")        
#    if result < 20:
#        print("未检测到人脸！")
    else:
        print("人脸匹配失败！")
    return '人脸相似度：' + str(result), result # 输出字符串结果

快速版：

# -*- coding: utf-8 -*-
"""
Created on Mon May 31 23:40:16 2021

@author: ZHOU
"""

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import requests # 调用 requests的HTTP协议库
import os # 调用os多操作系统接口库
import base64 # 调用base64编码库
import json # 调用JavaScript Object Notation数据交换格式
 
ACCESS_TOKEN = ''
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) #去掉文件名,返回目录 
 
# ID,KEY的配置信息
INFO_CONFIG = { 
    'ID': '15050553',
    'API_KEY': 'rlRrtRL5oRdXGh71jgg1OmyN',
    'SECRET_KEY': 'dK5TpuTAZn2nw5eVpspZLmF5Qs1Uu8A1'
}

"""
若API出错 则改为：

INFO_CONFIG = { 
    'ID': '15050553',
    'API_KEY': 'rlRrtRL5oRdXGh71jgg1OmyN',
    'SECRET_KEY': 'dK5TpuTAZn2nw5eVpspZLmF5Qs1Uu8A1'
}

或：

INFO_CONFIG = { 
    'ID': '15788358',
    'API_KEY': 'ohtGa5yYoQEZ8Try8lnL99UK',
    'SECRET_KEY': 'qaDjyuXkf5MZ28g5C8pwFngDZenhswC3'
}

"""

# URL配置
URL_LIST_URL = {
    # ACCESS_TOKEN_URL用于获取ACCESS_TOKEN, POST请求,
    #  grant_type必须参数,固定为client_credentials,client_id必须参数,应用的API Key,client_secre 必须参数,应用的Secret Key.
    'ACCESS_TOKEN_URL': 'https://aip.baidubce.com/oauth/2.0/token?' + 'grant_type=client_credentials&client_id={API_KEYS}&client_secret={SECRET_KEYS}&'.format(
        API_KEYS=INFO_CONFIG['API_KEY'], SECRET_KEYS=INFO_CONFIG['SECRET_KEY']),
    # 登入人脸识别机器学习库
    'FACE_PLATE': 'https://aip.baidubce.com/rest/2.0/face/v3/match',
 
}
 
 
class AccessTokenSuper(object):
    pass
 
 
class AccessToken(AccessTokenSuper): # 定义登陆API大类
    def getToken(self):
        accessToken = requests.post(url=URL_LIST_URL['ACCESS_TOKEN_URL']) #登入网址
        accessTokenJson = accessToken.json()
        if dict(accessTokenJson).get('error') == 'invalid_client':
            return '获取accesstoken错误，请检查API_KEY，SECRET_KEY是否正确！'
        return accessTokenJson
 
 
ACCESS_TOKEN = AccessToken().getToken()['access_token']
 
LICENSE_PLATE_URL = URL_LIST_URL['FACE_PLATE'] + '?access_token={}'.format(ACCESS_TOKEN)
 
 
class faceSuper(object):
    pass
 
 
class face(faceSuper): # 定义图像输入大类
 
    def __init__(self, image=None, image2=None): # 定义初始化函数
        self.HEADER = {
            'Content-Type': 'application/json; charset=UTF-8',
        }
        if image is not None: 	# 没有图像1
            imagepath = os.path.exists(image)
            if imagepath == True:
                images = image
                with open(images, 'rb') as images:
                    img1 = base64.b64encode(images.read())
            else:
                print("图像1不存在")
                return
        if image2 is not None: 	# 没有图像2
            imagepath2 = os.path.exists(image2)
            if imagepath2 == True:
                images2 = image2
                with open(images2, 'rb') as images2:
                    img2 = base64.b64encode(images2.read())
            else:
                print("图像2不存在")
                return
        self.img = img1
        self.imgs = img2
        self.IMAGE_CONFIG1 = {"image": str(img1, 'utf-8'), "image_type": "BASE64"}
        self.IMAGE_CONFIG2 = {"image": str(img2, 'utf-8'), "image_type": "BASE64"}
        self.IMAGE_CONFIG = json.dumps([self.IMAGE_CONFIG1, self.IMAGE_CONFIG2])
 
    def postface(self):  # 定义从服务器进行数据获取函数
        if (self.img==None and self.imgs==None):
            return '图像不存在'
        face = requests.post(url=LICENSE_PLATE_URL, headers=self.HEADER, data=self.IMAGE_CONFIG)
        # 登陆服务器获取数据
        return face.json() 	# 输出结果
 
 
def facef(FA1, FA2): # 人脸识别逻辑函数
    testAccessToken = AccessToken() # 获取API配置
    testface = face(image=FA1, image2=FA2) # 赋值给图像输入大类
    result_json = testface.postface()  # 从服务器获取数据
    result = result_json['result']['score'] #输出结果
    print('人脸相似度：', result)
#    if result > 80: # 识别结果大于80则成功
#        print("人脸匹配成功！")        
#    if result < 20:
#        print("未检测到人脸！")
#    else:
#        print("人脸匹配失败！")
    return '人脸相似度：' + str(result), result # 输出字符串结果

py打包

Pyinstaller打包exe（包括打包资源文件 绝不出错版）

依赖包及其对应的版本号

PyQt5 5.10.1
PyQt5-Qt5 5.15.2
PyQt5-sip 12.9.0

pyinstaller 4.5.1
pyinstaller-hooks-contrib 2021.3

Pyinstaller -F setup.py 打包exe

Pyinstaller -F -w setup.py 不带控制台的打包

Pyinstaller -F -i xx.ico setup.py 打包指定exe图标打包

打包exe参数说明：

-F：打包后只生成单个exe格式文件；

-D：默认选项，创建一个目录，包含exe文件以及大量依赖文件；

-c：默认选项，使用控制台(就是类似cmd的黑框)；

-w：不使用控制台；

-p：添加搜索路径，让其找到对应的库；

-i：改变生成程序的icon图标。

如果要打包资源文件
则需要对代码中的路径进行转换处理
另外要注意的是 如果要打包资源文件 则py程序里面的路径要从./xxx/yy换成xxx/yy 并且进行路径转换
但如果不打包资源文件的话 最好路径还是用作./xxx/yy 并且不进行路径转换

def get_resource_path(relative_path):
    if hasattr(sys, '_MEIPASS'):
        return os.path.join(sys._MEIPASS, relative_path)
    return os.path.join(os.path.abspath("."), relative_path)

而后再spec文件中的datas部分加入目录
如：

a = Analysis(['cxk.py'],
             pathex=['D:\\Python Test\\cxk'],
             binaries=[],
             datas=[('root','root')],
             hiddenimports=[],
             hookspath=[],
             hooksconfig={},
             runtime_hooks=[],
             excludes=[],
             win_no_prefer_redirects=False,
             win_private_assemblies=False,
             cipher=block_cipher,
             noarchive=False)

而后直接Pyinstaller -F setup.spec即可

如果打包的文件过大则更改spec文件中的excludes 把不需要的库写进去（但是已经在环境中安装了的）就行

这些不要了的库在上一次编译时的shell里面输出
比如：

然后用pyinstaller --clean -F 某某.spec