男人之苦粤语,大码服装批发,锦江里碉楼群
准备工作
首先，需要在Microsoft的主页（https://azure.microsoft.com/zh-cn/）注册一个账号，然后进入门户去创建新资源，选择AI+Cognitive Services中的人脸API，填写相关信息就可以了。
微软Azure的免费API是限制每分钟的访问量与月访问量的，其他功能倒是没什么区别。但是之前创建这个订阅是不需要绑定信用卡就可以获取API Key和API Secret的，后来再创建的时候发现必须要绑定Visa信用卡才可以了（？）
总之到这里，我们拿到了API Key,API Secret和URL。
然后准备好本地待识别情绪的图片/相片。
代码
介绍下所使用的第三方库
——httplib是一个相对底层的http请求模块
——urllib是接受URL请求的相关模块
——json （Emmmmmm……我也不知道该怎么解释这个）
——xlwt是对excel进行写入操作的一个库
——time是对时间进行处理的一个库，以下代码中其实就使用了sleep()和localtime()两个函数，sleep()是用来让程序暂停几秒的，localtime()是格式化时间戳为本地的时间
——os是操作系统的相关功能的一个库，例如用来处理文件和目录之类的
我要评论 1 # coding:utf-8
2 # version:python2.7.6
3 # author:Ivy Wong
4
5 # 导入相关模块
6 import httplib, urllib, json
7 import xlwt, time, os
8
9
10
11
12 # 使用micrsoft的api识别情绪
13 def useapi(img):
14 # 定义html的header，这里Content-type决定了body中的类型，是URL还是文件类型的，这里的Json支持URL模式
15 headers = {
16 'Content-Type': 'application/octet-stream',
17 'Ocp-Apim-Subscription-Key': subscription_key,
18 }
19
20 # 定义返回的内容，包括FaceId，年龄、性别等等
21 params = urllib.urlencode({
22 'returnFaceId': 'true',
23 'returnFaceLandmarks': 'false',
24 'returnFaceAttributes': 'age,gender,smile,glasses,emotion',
25 })
26
27 # Call Face API，进行人脸识别
28 try:
29 # Execute the REST API call and get the response.
30 conn = httplib.HTTPSConnection('api.cognitive.azure.cn')
31 conn.request("POST", "/face/v1.0/detect?%s" % params, img, headers)
32 response = conn.getresponse()
33 data = response.read()
34
35 # 'data' contains the JSON data. The following formats the JSON data for display.
36 parsed = json.loads(data)
37 conn.close()
38
39 except Exception as e:
40 print("[Errno {0}] {1}".format(e.errno, e.strerror))
41
42 return parsed
43
44
45 # 将json字典写入excel
46 # 变量用来循环时控制写入单元格，感觉这种方式有点傻，但暂时想不到优化方法
47 def writeexcel(img, worksheet, row, files_name, path,file_num):
48 parsed = useapi(img)
49 if not parsed:
50 print 'This picture do not have any face'
51 elif 'error' in parsed:
52 print parsed['error']['message']
53 # 如果是达到每分钟的限制，就先暂停一分钟
54 if parsed['error']['message']=='Rate limit is exceeded. Try again later.':
55 print 'The file number is ' + str(file_num)
56 print 'The program will be asleep for 60s'
57 time.sleep(60)
58 print 'Now, the program go back to work!'
59 writeexcel(img,worksheet,row,files_name,path,file_num)
60 else:
61 for list_item in parsed:
62 # 写入文件名
63 filename, extension=os.path.splitext(files_name)
64 worksheet.write(row, 0, filename)
65
66 # 写入时间戳
67 daystamp, timestamp, hourstamp = gettimestamp(path)
68 worksheet.write(row, 1, label=daystamp)
69 worksheet.write(row, 2, label=timestamp)
70 worksheet.write(row,3,hourstamp)
71
72 # 写入api返回的数据
73 emotion = []
74 for key1, value1 in list_item.items():
75 if key1 == 'faceAttributes':
76 for key2, value2 in value1.items():
77 if key2 == 'age':
78 worksheet.write(row, 5, value2)
79 elif key2 == 'emotion':
80 for key3, value3 in value2.items():
81 if key3 == 'anger':
82 worksheet.write(row, 8, value3)
83 emotion.append(value3)
84 elif key3 == 'contempt':
85 worksheet.write(row, 9, value3)
86 emotion.append(value3)
87 elif key3 == 'disgust':
88 worksheet.write(row, 10, value3)
89 emotion.append(value3)
90 elif key3 == 'fear':
91 worksheet.write(row, 11, value3)
92 emotion.append(value3)
93 elif key3 == 'happiness':
94 worksheet.write(row, 12, value3)
95 emotion.append(value3)
96 elif key3 == 'neutral':
97 worksheet.write(row, 13, value3)
98 emotion.append(value3)
99 elif key3 == 'sadness':
100 worksheet.write(row, 14, value3)
101 emotion.append(value3)
102 else:
103 worksheet.write(row, 15, value3)
104 emotion.append(value3)
105 elif key2 == 'gender':
106 worksheet.write(row, 6, value2)
107 elif key2 == 'glasses':
108 worksheet.write(row, 7, value2)
109 else:
110 pass
111 elif key1 == 'faceId':
112 worksheet.write(row, 4, value1)
113 else:
114 pass
115 worksheet.write(row, 16, emotion.index(max(emotion)))
116 # 写入概率最大的情绪，0-sadness,1-neutral,2-contempt，3-disgust，4-anger，5-surprise，6-fear，7-happiness
117 row += 1
118 print 'Success! The pic ' + str(files_name) + ' was detected!'
119 return row, worksheet
120
121
122 # 获取时间戳
123 def gettimestamp(path):
124 statinfo = os.stat(path)
125 timeinfo = time.localtime(statinfo.st_ctime)
126 daystamp = str(timeinfo.tm_year) + '-' + str(timeinfo.tm_mon) + '-' + str(timeinfo.tm_mday)
127 timestamp = str(timeinfo.tm_hour) + ':' + str(timeinfo.tm_min) + ':' + str(timeinfo.tm_sec)
128 hourstamp = timeinfo.tm_hour+timeinfo.tm_min/60.0+timeinfo.tm_sec/3600.0
129 return daystamp, timestamp, hourstamp
130
131
132 subscription_key = 'your_key'
133 uri_base = 'https://api.cognitive.azure.cn/face/v1.0'
134 path = r'图片文件夹路径'
135 # 注意：由于我是对同一文件夹下的多个文件夹中的图片进行识别，所以这个path是图片所在文件夹的上一级文件夹。文件夹名尽量使用英文与数字，不然可能因为编码问题报错
136 # 创建excel
137 workbook = xlwt.Workbook(encoding='utf-8')
138
139
140
141 for root, dirs, files in os.walk(path, topdown=False):
142 for folder in dirs:
143
144 error_num = 0
145 error_list = []
146 print 'Let us start dealing with folder ' + folder
147
148 # 创建一个新的sheet
149 worksheet = workbook.add_sheet(folder)
150 # 设置表头
151 title = ['PhotoID', 'daystamp', 'timestamp', 'hourstamp','faceID', 'age', 'gender',
152 'glasses', 'anger', 'contempt','disgust', 'fear', 'happiness',
153 'neutral', 'sadness', 'surprise','emotion']
154 for col in range(len(title)):
155 worksheet.write(0, col, title[col])
156
157 # 遍历每个folder里的图片
158 row = 1
159 file_num = 1
160 for root2, dirs2, files2 in os.walk(path + '\\' + folder):
161 for files_name in files2:
162 try:
163 path2 = path + '\\' + folder + '\\' + files_name
164 print 'Now, the program is going to deal with ' + folder + ' pic' + str(files_name)
165 img = open(os.path.expanduser(path2), 'rb')
166 row, worksheet = writeexcel(img, worksheet, row, files_name, path2,file_num)
167 file_num += 1
168 except Exception as e:
169 print e
170
171
172 print 'The current folder is done.'
173 print error_num,error_list
174
175 # 保存文件
176 workbook.save('detectface.xls')
177 print 'The program is done!'
成果
最后生成的excel大概是这个样子。
其中emotion就是概率最大的情绪，0-sadness,1-neutral,2-contempt，3-disgust，4-anger，5-surprise，6-fear，7-happiness。face++返回的有7种情绪，而azure返回的有8种情绪。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
python求numpy中array按列非零元素的平均值案例
网友评论