最简单的人脸检测（免费调用百度AI开放平台接口）

　　欢迎访问我的GitHub
　　这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos  本篇概览在检测人脸数量、位置、性别、口罩等场景时，可以考虑使用百度开放平台提供的web接口，一个web请求就能完成检测得到结果，本篇记录了从申请到真实调用的完整过程，由以下步骤组成：
　　注册百度账号按照您的实际情况，注册个人或者企业账号，这个不多说了 登录百度智能云使用刚才注册号的账号登录，地址是：https://login.bce.baidu.com/ 实名认证打开百度智能云的控制台：https://console.bce.baidu.com/ 如下图，点击下图红框中的两个按钮，完成激活和实名认证：
　　创建应用为了能够使用百度服务，需要创建一个应用 先选择类别，在控制台页面，操作如下图，点击红框四：
　　此刻已跳转到管理引用的页面，点击下图红框中的 创建应用
　　为了免费使用百度的服务，先点击下图红框中的 去领取 ：
　　在领取页面勾选人脸检测：
　　领取完成后，回到创建应用的页面，发现这些服务已经被勾选，如下图：
　　应用相关的信息填写完成后，提交表单即可完成创建应用 拿到API Key和Secret Key在应用列表页面拿到API Key和Secret Key，这些都是调用百度服务的关键授权信息，如下图红框所示：
　　得到access_token在使用百度提供的各种服务（如人脸检测）的时候，需要带上授权信息证明你有使用该服务的权限，这个授权信息就是 access_token 最简单的方式就是curl命令获取 curl -i -k ＂https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【百度云应用的API Key】&client_secret=【百度云应用的Secret Key】＂这里用postman尝试上述请求，如下图，红框中就是这次请求咱们要得到的 access_token 信息：
　　拿到access_token，就可以开始的调用百度的服务了，如下图，官方文档说了这个access_token的有效期是30天：
　　关于百度云授权信息的更多信息请在此查看：https://cloud.baidu.com/doc/FACE/s/Tkqahnjtk 编码百度关于人脸检测的文档：https://ai.baidu.com/ai-doc/FACE/yk37c1u4t 人脸检测服务是个web接口，也能通过操作curl或者postman来完成，但是为了在代码中使用百度的服务，这里写一段代码来完成人脸检测 今天的项目是个普通的maven工程，没有使用spring或者spingboot框架，只有一些简单的java类和main方法 首先要在项目中引入下面三个库：    	org.projectlombok     lombok     1.18.18    	com.squareup.okhttp3 	okhttp 	3.10.0    	com.fasterxml.jackson.core 	jackson-databind 	2.11.0 先新建一个对象 FaceDetectRequest.java ，用于保存请求参数：package com.bolingcavalry.grabpush.bean.request;  import com.fasterxml.jackson.annotation.JsonProperty; import lombok.Data;  /**  * @author willzhao  * @version 1.0  * @description 请求对象  * @date 2022/1/1 16:21  */ @Data public class FaceDetectRequest {     // 图片信息(总数据大小应小于10M)，图片上传方式根据image_type来判断     String image;      // 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。     @JsonProperty(＂image_type＂)     String imageType;      // 包括age,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type,mask,spoofing信息     //逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度     @JsonProperty(＂face_field＂)     String faceField;      // 最多处理人脸的数目，默认值为1，根据人脸检测排序类型检测图片中排序第一的人脸（默认为人脸面积最大的人脸），最大值120     @JsonProperty(＂max_face_num＂)     int maxFaceNum;      // 人脸的类型     // LIVE表示生活照：通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等     // IDCARD表示身份证芯片照：二代身份证内置芯片中的人像照片     // WATERMARK表示带水印证件照：一般为带水印的小图，如公安网小图     // CERT表示证件照片：如拍摄的身份证、工卡、护照、学生证等证件图片     // 默认LIVE     @JsonProperty(＂face_type＂)     String faceType;      // 活体控制 检测结果中不符合要求的人脸会被过滤     // NONE: 不进行控制     // LOW:较低的活体要求(高通过率 低攻击拒绝率)     // NORMAL: 一般的活体要求(平衡的攻击拒绝率, 通过率)     // HIGH: 较高的活体要求(高攻击拒绝率 低通过率)     // 默认NONE     @JsonProperty(＂liveness_control＂)     String livenessControl;          // 人脸检测排序类型     // 0:代表检测出的人脸按照人脸面积从大到小排列     // 1:代表检测出的人脸按照距离图片中心从近到远排列     // 默认为0     @JsonProperty(＂face_sort_type＂)     int faceSortType; }其次是响应对象 FaceDetectResponse.java ：package com.bolingcavalry.grabpush.bean.response;  import com.fasterxml.jackson.annotation.JsonProperty; import lombok.Data; import lombok.ToString;  import java.io.Serializable; import java.util.List;  /**  * @author willzhao  * @version 1.0  * @description TODO  * @date 2022/1/1 13:30  */ @Data @ToString public class FaceDetectResponse implements Serializable {     // 返回码     @JsonProperty(＂error_code＂)     String errorCode;     // 描述信息     @JsonProperty(＂error_msg＂)     String errorMsg;     // 返回的具体内容     Result result;      /**      * @author willzhao      * @version 1.0      * @description 返回的具体内容      * @date 2022/1/1 16:01      */     @Data     public static class Result {         // 人脸数量         @JsonProperty(＂face_num＂)         private int faceNum;         // 每个人脸的信息         @JsonProperty(＂face_list＂)         List faceList;          /**          * @author willzhao          * @version 1.0          * @description 检测出来的人脸对象          * @date 2022/1/1 16:03          */         @Data         public static class Face {             // 位置             Location location;             // 是人脸的置信度             @JsonProperty(＂face_probability＂)             double face_probability;             // 口罩             Mask mask;              /**              * @author willzhao              * @version 1.0              * @description 人脸在图片中的位置              * @date 2022/1/1 16:04              */             @Data             public static class Location {                 double left;                 double top;                 double width;                 double height;                 double rotation;             }              /**              * @author willzhao              * @version 1.0              * @description 口罩对象              * @date 2022/1/1 16:11              */             @Data             public static class Mask {                 int type;                 double probability;             }         }     } }这里有一处要注意：FaceDetectResponse对象中的字段是少于真实响应返回的字段的，这是因为这个demo不需要完整的返回内容，因此只要选择应用需要的字段定义在FaceDetectResponse.java中即可 最后是完整的服务类 BaiduCloudService.java ，如下所示，即读取图片 -> 转base64 -> 构造请求对象 -> 提交请求 -> 收到响应 -> 解析响应：package com.bolingcavalry.grabpush.extend;  import com.bolingcavalry.grabpush.bean.request.FaceDetectRequest; import com.bolingcavalry.grabpush.bean.response.FaceDetectResponse; import com.fasterxml.jackson.databind.DeserializationFeature; import com.fasterxml.jackson.databind.ObjectMapper; import okhttp3.*; import sun.misc.BASE64Encoder; import java.io.FileInputStream; import java.io.IOException; import java.io.InputStream;  /**  * @author willzhao  * @version 1.0  * @description 百度云服务的调用  * @date 2022/1/1 11:06  */ public class BaiduCloudService {      // 转换     BASE64Encoder encoder = new BASE64Encoder();      OkHttpClient client = new OkHttpClient();      static final MediaType JSON = MediaType.parse(＂application/json; charset=utf-8＂);      static final String URL_TEMPLATE = ＂https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=%s＂;      String token;      ObjectMapper mapper = new ObjectMapper();      public BaiduCloudService(String token) {         this.token = token;                  // 重要：反序列化的时候，字符的字段如果比类的字段多，下面这个设置可以确保反序列化成功         mapper.disable(DeserializationFeature.FAIL_ON_UNKNOWN_PROPERTIES);     }      /**      * 将指定位置的图片转为base64字符串      * @param imagePath      * @return      */     private String img2Base64(String imagePath) {         InputStream inputStream = null;         byte[] data = null;          try {             inputStream = new FileInputStream(imagePath);             data = new byte[inputStream.available()];             inputStream.read(data);             inputStream.close();         } catch (IOException ioException) {             ioException.printStackTrace();         }          return null==data ? null :encoder.encode(data);     }      /**      * 检测指定的图片      * @param imageBase64      * @return      */     public FaceDetectResponse detect(String imageBase64) {         // 请求对象         FaceDetectRequest faceDetectRequest = new FaceDetectRequest();         faceDetectRequest.setImageType(＂BASE64＂);         faceDetectRequest.setFaceField(＂mask＂);         faceDetectRequest.setMaxFaceNum(6);         faceDetectRequest.setFaceType(＂LIVE＂);         faceDetectRequest.setLivenessControl(＂NONE＂);         faceDetectRequest.setFaceSortType(0);         faceDetectRequest.setImage(imageBase64);          FaceDetectResponse faceDetectResponse = null;          try {             // 用Jackson将请求对象序列化成字符串             String jsonContent = mapper.writeValueAsString(faceDetectRequest);              //             RequestBody requestBody = RequestBody.create(JSON, jsonContent);             Request request = new Request                     .Builder()                     .url(String.format(URL_TEMPLATE, token))                     .post(requestBody)                     .build();             Response response = client.newCall(request).execute();             String rawRlt = response.body().string();             faceDetectResponse = mapper.readValue(rawRlt, FaceDetectResponse.class);         } catch (IOException ioException) {             ioException.printStackTrace();         }          return faceDetectResponse;     }      public static void main(String[] args) {         // 图片在本地的位置         String imagePath = ＂E:temp2022011pic1.jpeg＂;          // 百度云的token，是通过此接口得到的：https://aip.baidubce.com/oauth/2.0/token         String token = ＂24.95xxxxxxxxxxxxxxxxxxxxxxxxxxxxxx.xxxxxxx.xxxxxxxxxx.xxxxxx-xxxxxxxx＂;          // 实例化服务对象         BaiduCloudService service = new BaiduCloudService(token);          // 将图片转为base64字符串         String imageBase64 = service.img2Base64(imagePath);          // 向百度服务发请求，检测人脸         FaceDetectResponse faceDetectResponse = service.detect(imageBase64);          // 输出检测结果         System.out.println(faceDetectResponse);     } }确保用于检测的照片与上述代码中的路径一致（E:	emp2022011pic1.jpeg），我这里选用了一张戴口罩的单人照，如下图：
　　执行BaiduCloudService的main方法，控制台将百度返回的检测结果打印出来，注意下面的内容并非JSON，而是lombok的@ToString注解拼接出的效果：
　　至此，通过百度的web接口调用人脸检测的实战已完成，可见有了云平台的支持，对于使用方来说开发过程变得非常简单 使用限制既然是免费的，就很难十全十美，这样的web服务存在QPS限制，如下图，一秒钟不能超过两个，如果完成了企业认证，可以增加到十个，如果依旧不能满足需要，就只能付费了：
　　欢迎关注头条号：程序员欣宸学习路上，你不孤单，欣宸原创一路相伴...