百度人脸 检测 识别 python3.5 APIV3版本

第一次写博客，我自己就想试试百度的人脸识别，代码也没有优化，简单的实现了一下供大家参 考。
实现的功能，一个文件夹有6个人的正脸照片，假设是上传的人脸库。另一个文件夹有100张图片，就是抓拍的这6个人的图片，有的图片只有一个人，有的图片有多个人。实现的功能是在图片中标注出人脸框，上面写上ID1：0.89，代表百度认为这个脸最像谁并输出归一化的相似度分数。
我自己之前试了一下，如果照片里只有一个人，那就直接把待测照片和人脸库照片直接交给百度的match识别函数就行，百度直接给你对比分数，效果还很好。如果照片有多张人脸，我就用检测（detect）接口先进行检测，把人脸图截取保存，再用截出来人脸图进行识别。这仅仅是我的想法，不一定正确，仅供参考。
另外，对于只有一个人的图片，如果你采取截图再识别（match）的方法，我试着分数会降低，不如直接识别（match）。
百度输出的分数是0-100，我给化到0-1了。

# -*- coding: utf-8 -*-
"""
Created on Thu Aug  2 17:36:41 2018

@author: 我永远喜欢青山七海
"""

from aip import AipFace
import base64
import cv2
# 定义常量
APP_ID = 'XXXXXXX'
API_KEY = 'XXXXXXX'
SECRET_KEY = 'XXXXXXX'
client = AipFace(APP_ID, API_KEY, SECRET_KEY)
IMAGE_TYPE='BASE64'
id=[]
id.append(0)#23333333

f1 = open('D:\\ID1.jpg','rb')
id.append(base64.b64encode(f1.read()))  
f1.close

f2 = open('D:\\ID2.jpg','rb')
id.append(base64.b64encode(f2.read())) 
f2.close

f3 = open('D:\\ID3.jpg','rb')
id.append(base64.b64encode(f3.read())) 
f3.close

f4 = open('D:\\ID4.jpg','rb')
id.append(base64.b64encode(f4.read())) 
f4.close

f5 = open('D:\\ID5.jpg','rb')
id.append(base64.b64encode(f5.read())) 
f5.close

f6 = open('D:\\ID6.jpg','rb')
id.append(base64.b64encode(f6.read())) 
f6.close

def match(img):
    score=[]
    for i in range(1,7):
        params1 = [{"image":str(img,'utf-8'),"image_type":IMAGE_TYPE},{"image":str(id[i],'utf-8'),"image_type":IMAGE_TYPE}]
        result = client.match(params1);
        #print(result)
        if result['error_msg']=='pic not has face':
            print('no match ')
            return 0
        #print('match result')
        #print (result)
        tmp=result['result']['score']/100.0
        score.append(tmp)

        #print(result['result']['score'])
    #print('match result')
    print ([float("%.2f" % max(score)),score.index(max(score))+1])    
    return[float("%.2f" % max(score)),score.index(max(score))+1]#最高分数和ID

def detect(img64,j):
    options = {'max_face_num': 5, }# 图像数量
    result1=client.detect(img64, "BASE64", options)
    if result1['error_msg']=='pic not has face':
        print('no face')
        return []
    faceNum=result1['result']['face_num']
    if faceNum == 0:
        return []

    img=cv2.imread('D:\\test\\{}.jpg'.format(j))
    result=[]

    for i in range(faceNum):#保存小图
        '''if result1['result']['face_list'][i]['face_probability'] >0.3:
            location=result1['result']['face_list'][i]['location']
            left_top=(int(location['left']),int(location['top']))
            right_bottom=(left_top[0]+int(location['width']),left_top[1]+int(location['height']))

            result.append([left_top,right_bottom])
            #print(left_top[1],right_bottom[1],left_top[0],right_bottom[0])
            cropImg=img[max(0,left_top[1]):max(0,right_bottom[1]),max(0,left_top[0]):max(0,right_bottom[0])]
            cv2.imwrite('D:\\cropImg\\{}.{}.jpg'.format(j,i),cropImg)'''
        location=result1['result']['face_list'][i]['location']
        left_top=(int(location['left']),int(location['top']))
        right_bottom=(left_top[0]+int(location['width']),left_top[1]+int(location['height']))

        result.append([left_top,right_bottom])
        #print(left_top[1],right_bottom[1],left_top[0],right_bottom[0])
        cropImg=img[max(0,left_top[1]):max(0,right_bottom[1]),max(0,left_top[0]):max(0,right_bottom[0])]
        cv2.imwrite('D:\\cropImg\\{}.{}.jpg'.format(j,i),cropImg)
    #print('detect result\n')
    #print(result)
    return result



if __name__ == '__main__':
    for j in range(1,101):
        print('.........................')
        print(j)
        f = open('D:\\test\\{}.jpg'.format(j),'rb')
        image = base64.b64encode(f.read())
        img64 = str(image,'utf-8')
        result_detect=detect(img64,j)
        print (len(result_detect))
        im=cv2.imread('D:\\test\\{}.jpg'.format(j))
        if result_detect==0 or result_detect==[]:
            cv2.imwrite('D:\\result\\{}.jpg'.format(j),im)
            continue

        if len(result_detect)==1:
            result_match=match(image)
            left_top,right_bottom=result_detect[0]
            cv2.rectangle(im,left_top,right_bottom,(0,0,255),2)
            text = 'ID{}'.format(result_match[1])+':{}'.format(result_match[0])
            cv2.putText(im, text, (left_top[0],left_top[1]-6), cv2.FONT_HERSHEY_SIMPLEX,3, (0, 255, 0),5 )
            cv2.imwrite('D:\\result\\{}.jpg'.format(j),im)

        if len(result_detect)>1:
            for i in range(len(result_detect)):
                f1 = open('D:\\cropImg\\{}.{}.jpg'.format(j,i),'rb')
                image = base64.b64encode(f1.read())
                result_match=match(image)
                if result_match==0:
                    cv2.imwrite('D:\\result\\{}.jpg'.format(j),im)
                    continue
                left_top,right_bottom=result_detect[i]
                cv2.rectangle(im,left_top,right_bottom,(0,0,255),2)
                text = 'ID{}'.format(result_match[1])+':{}'.format(result_match[0])
                cv2.putText(im, text, (left_top[0],left_top[1]-6), cv2.FONT_HERSHEY_SIMPLEX,3, (0, 255, 0),5 )
            cv2.imwrite('D:\\result\\{}.jpg'.format(j),im)

手里有国内其他两家人脸识别的数据，效果来看，百度的人脸检测率一般，但是绝对够用，不是顶尖。相对来说通过率太恐怖了，真的是无论低光照还是大角度偏转，通过率都非常好，但是误识率我这没法测。
代码写的很烂见笑了