Azure在China已經發布了Cognitive Service，包括人臉識別、計算機視覺識別和情緒識別等服務。

本文將介紹如何用Face API識別本地或URL的人臉。

一 創建Cognitive Service

1 在Azure上創建Cognitive Service的Face服務：

2 獲取服務的鏈接和key：

創建成功後，在overview的頁面上可以看到服務鏈接，已經Key：

有了這些信息後，就可以開始進入coding的階段了。

二 Python code

1 通過URL鏈接實現人臉識別

關於Azure 人臉識別的API內容可以參考：

https://docs.microsoft.com/en-us/azure/cognitive-services/Face/APIReference

中的：

https://eastasia.dev.cognitive.microsoft.com/docs/services/563879b61984550e40cbbe8d/operations/563879b61984550f30395236/console

部分。

具體python的實現如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-

#導入相關模塊
import httplib, urllib, json

#Face API相關的Key和Endpoint
subscription_key = ‘30a236e53b924f2c943892711d8d0e45‘
uri_base 
 
= ‘api.cognitive.azure.cn‘

#定義html的header，這裏Content-type決定了body中的類型，是URL還是文件類型的，這裏的Json支持URL模式
headers = {
    ‘Content-Type‘: ‘application/json‘,
    ‘Ocp-Apim-Subscription-Key‘: subscription_key,
}
#定義返回的內容，包括FaceId，年齡、性別等等
params = urllib.urlencode({
    ‘returnFaceId‘: ‘true‘,
    ‘returnFaceLandmarks
 
‘: ‘false‘,
    ‘returnFaceAttributes‘: ‘age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise‘,
})
#圖片的URL
body = "{‘url‘:‘http://www.bidmc.org/~/media/Images/Research_NotDepartmentResearch/ResearchCenters/Cancer%20Research%20Institute/Wenyi%20Wei%20250.jpg‘}"

#Call Face API，進行人臉識別
try:
    conn = httplib.HTTPSConnection(‘api.cognitive.azure.cn‘)
    conn.request("POST", "/face/v1.0/detect?%s" % params, body, headers)
    response = conn.getresponse()
    data = response.read()
    parsed = json.loads(data)
    print ("Response:")
    print (json.dumps(parsed, sort_keys=True, indent=2))
    conn.close()

except Exception as e:
    print("[Errno {0}] {1}".format(e.errno, e.strerror))

輸出結果如下：

[
    {
    "faceAttributes": {
        "age": 45.5,
        ...
        "gender": "male",
        "faceId": "b15284c9-ce1c-40eb-a76b-99d5ce381081",
        "faceRectangle": {
            "height": 56,
            "left": 155,
            "top": 50,
            "width": 56
            }
        }
    }
]

可以看到是一個Json的輸出，裏面包含有FaceId，年齡，性別等各種信息。

2 用本地文件作為源文件進行圖片識別

具體的代碼如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-

#導入相關模塊
import httplib, urllib, json
from os.path import expanduser

#Face API相關的Key和Endpoint
subscription_key = ‘30a236e53b924f2c943892711d8d0e45‘
uri_base = ‘api.cognitive.azure.cn‘

#定義html的header，這裏Content-type決定了body中的類型，是URL還是文件類型的，這裏的Json支持URL模式
headers = {
    ‘Content-Type‘: ‘application/octet-stream‘,
    ‘Ocp-Apim-Subscription-Key‘: subscription_key,
}
#定義返回的內容，包括FaceId，年齡、性別等等
params = urllib.urlencode({
    ‘returnFaceId‘: ‘true‘,
    ‘returnFaceLandmarks‘: ‘false‘,
    ‘returnFaceAttributes‘: ‘age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise‘,
})
#打開本地圖片
img = open(expanduser(‘D:\\Heng\\Pictures\\100EOS5D\\C5D_5131.JPG‘), ‘rb‘)
#Call Face API，進行人臉識別
try:
    conn = httplib.HTTPSConnection(‘api.cognitive.azure.cn‘)
    conn.request("POST", "/face/v1.0/detect?%s" % params, img, headers)
    response = conn.getresponse()
    data = response.read()
    parsed = json.loads(data)
    print ("Response:")
    print (json.dumps(parsed, sort_keys=True, indent=2))
    conn.close()

except Exception as e:
    print("[Errno {0}] {1}".format(e.errno, e.strerror))

輸出和前面的類似。

3 給圖片中的人臉打框，並表示年齡

根據前面的人臉識別，可以根據返回值，對人臉進行打框，並標識其返回的年齡，具體Python程序如下：

#!/usr/bin/python
# -*- coding: utf-8 -*-

#導入相關模塊
import httplib, urllib, json
from os.path import expanduser
from PIL import Image, ImageDraw, ImageFont

def getRectangle(mydata):
    left = mydata[u‘left‘]
    top = mydata[u‘top‘]
    bottom = left + mydata[u‘height‘]
    right = top + mydata[u‘width‘]
    return ((left, top), (bottom, right))

#Face API相關的Key和Endpoint
subscription_key = ‘30a236e53b924f2c943892711d8d0e45‘
uri_base = ‘api.cognitive.azure.cn‘

#定義html的header，這裏Content-type決定了body中的類型，是URL還是文件類型的，這裏的Json支持URL模式
headers = {
    ‘Content-Type‘: ‘application/octet-stream‘,
    ‘Ocp-Apim-Subscription-Key‘: subscription_key,
}
#定義返回的內容，包括FaceId，年齡、性別等等
params = urllib.urlencode({
    ‘returnFaceId‘: ‘true‘,
    ‘returnFaceLandmarks‘: ‘false‘,
    ‘returnFaceAttributes‘: ‘age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise‘,
})
#打開本地圖片
#imgfile = ‘D:\\Heng\\Pictures\\C5D_3966.JPG‘
imgfile = ‘D:\\Heng\\desktop\\face.JPG‘

img = open(expanduser(imgfile), ‘rb‘)
#Call Face API，進行人臉識別
try:
    conn = httplib.HTTPSConnection(‘api.cognitive.azure.cn‘)
    conn.request("POST", "/face/v1.0/detect?%s" % params, img, headers)
    response = conn.getresponse()
    data = response.read()
    parsed = json.loads(data)
    conn.close()

except Exception as e:
    print("[Errno {0}] {1}".format(e.errno, e.strerror))
#新建一個文件
newimg = Image.open(imgfile)
draw = ImageDraw.Draw(newimg)
#判斷其大小
size = len(str(newimg.size[0]))
#根據大小分配字體大小和字的位置
if size>= 4:
    fs = 50
    ps = 130
else:
    fs = 10
    ps = 13
#圖片的字體和顏色
font = ImageFont.truetype("consola.ttf", fs)
draw.ink = 255 + 0 * 256 + 0 * 256 * 256
#給每個識別出的人臉畫框、並標識年齡
for a in parsed:
    b = a[u‘faceRectangle‘]
    c = getRectangle(b)
    draw.rectangle(c, outline=‘red‘)
    draw.text([c[0][0],c[0][1]-ps],"Age="+str(a[u‘faceAttributes‘][u‘age‘]),font=font)
newimg.show()

其輸出是一張如下d 照片：

總結：

通過Azure的Cognitive Service的Face API可以非常方便的進行人臉識別的工作。

用Azure上Cognitive Service的Face API識別人臉