人脸检测
功能介绍
人脸检测是对输入图片进行人脸检测和分析,输出人脸在图像中的位置、人脸关键属性。若照片中存在多张人脸,则返回所有符合条件的人脸特征信息。
前提条件:
- 只支持识别JPG、PNG、JPEG、BMP格式的图片。
- application/json请求的body中,请使用标准Json格式。
- Base64编码中请勿使用回车换行。
- 系统不保存用户图片。
- 图片大小小于8MB,由于过大图片会导致时延较长,并且图片信息量不大,建议小于1MB。
- 图片分辨率小于4096*4096,图片中人脸像素大于80*80,建议120*120以上。
- 为保证识别效果,人脸图片建议要求如下:
- 光照大于200lux、无反光强光阴影现象。
- 人脸无遮挡、整体清晰无拖尾抖动等运动模糊。
- 侧脸不超过30°、俯仰角小于15°、偏转角小于15°、图片中人脸保持竖置正脸。
- 支持人脸图片旋转角检测,返回人脸图片顺时针旋转角度,值为0°、90°、180°和270°。
- 其他的约束限制信息请参见约束与限制章节。
- 由于过大图片对识别算法精度无明显提升,同时会导致时延较长,建议传入图片小于1MB,一般500KB左右足够。
- OBS上存储的图片也建议小于1MB。
- 图片中人脸像素建议120*120以上。
调试
您可以在API Explorer中调试该接口,支持自动认证鉴权。API Explorer可以自动生成SDK代码示例,并提供SDK代码示例调试功能。
URI
POST /v2/{project_id}/face-detect
参数 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
project_id |
是 |
String |
项目ID,获取方法请参见获取项目ID/账号名/AK/SK。 |
请求参数
参数 |
是否必选 |
参数类型 |
描述 |
---|---|---|---|
X-Auth-Token |
是 |
String |
用户Token。 用于获取操作API的权限。获取方法请参见认证鉴权。 |
Content-Type |
是 |
String |
发送的实体的MIME类型,参数值为“application/json”。 |
Enterprise-Project-Id |
否 |
String |
企业项目ID。FRS支持通过企业项目管理(EPS)对不同用户组和用户的资源使用,进行分账,当前仅支持按需计费模式。 获取方法:进入“企业项目管理”页面,单击企业项目名称,在企业项目详情页获取Enterprise-Project-Id(企业项目ID)。
说明:
创建企业项目后,在传参时,有以下三类场景。
|
参数名 |
是否必选 |
参数类型 |
说明 |
---|---|---|---|
image_url |
与image_file、image_base64三选一 |
String |
图片的URL路径,目前仅支持华为云上OBS的URL,使用时只需保证FRS有权限读取该OBS桶的数据。开通读取权限的操作请参见服务授权。 OBS URL格式如下,可在OBS控制台获取。 https://BucketName.obs.xxxx.com/ObjectName |
image_file |
与image_url、image_base64三选一 |
File |
本地图片文件,要求:
|
image_base64 |
与image_file、image_url三选一 |
String |
图像数据,Base64编码,要求:
|
attributes |
否 |
String |
是否返回人脸属性,希望获取的属性列表,多个属性间使用逗号(,)隔开。目前支持的属性有:
|
响应参数
状态码:200
参数 |
参数类型 |
描述 |
---|---|---|
faces |
Array of DetectFace objects |
检测到的人脸。 调用失败时无此字段。 |
参数 |
参数类型 |
描述 |
---|---|---|
bounding_box |
BoundingBox object |
人脸在图像中的位置。 |
attributes |
Attributes object |
人脸关键属性,比如头部姿态。 |
参数 |
参数类型 |
描述 |
---|---|---|
width |
Integer |
人脸图像所在矩形框的宽度。 |
top_left_y |
Integer |
矩形框左上角纵坐标。 |
top_left_x |
Integer |
矩形框左上角横坐标。 |
height |
Integer |
人脸图像所在矩形框的高度。 |
参数 |
参数类型 |
描述 |
---|---|---|
dress |
Dress object |
包含glass和hat两个属性结果。 |
glass |
String |
是否戴眼镜:
|
hat |
String |
是否戴帽子:
|
age |
Integer |
年龄。 |
mask |
String |
是否戴口罩:
|
beard |
String |
胡须:
|
phototype |
String |
图片类型:
|
quality |
FaceQuality object |
图片中人脸的遮挡度、模糊度、光照强度、姿态角度。 |
hair |
String |
发型:
|
expression |
expression object |
人脸表情,包括中性、高兴、害怕、惊讶、伤心、生气、厌恶。 |
face_angle |
Integer |
人脸图片旋转角(顺时针偏转角度),支持0°、90°、180°和270°图片旋转。 |
参数 |
参数类型 |
描述 |
---|---|---|
glass |
String |
是否戴眼镜:
|
hat |
String |
是否戴帽子:
|
参数 |
参数类型 |
描述 |
推荐值 |
---|---|---|---|
total_score |
Double |
人脸质量总分,取值范围[0-1],分值越大质量越高。 |
大于0.45 |
blur |
Double |
模糊度,取值范围[0-1],分值越大模糊问题越严重。 |
小于0.3 |
pose |
Double |
姿态,取值范围[0-1],分值越大姿态问题越严重。 |
小于0.3 |
occlusion |
Double |
遮挡,取值范围[0-1],分值越大遮挡问题越严重。 |
小于0.3 |
illumination |
Double |
光照,取值范围[0-1],分值越大光照问题越严重。 |
小于0.3 |
参数 |
参数类型 |
描述 |
---|---|---|
type |
String |
人脸表情类型:
|
probability |
Double |
表情置信度,取值范围[0-1]。 |
状态码: 400
参数 |
参数类型 |
描述 |
---|---|---|
error_code |
String |
调用失败时的错误码,具体请参考错误码。 调用成功时无此字段。 |
error_msg |
String |
调用失败时的错误信息。 调用成功时无此字段。 |
请求示例
X-Auth-Token值获取方法请参见快速入门。
- 检测图片中是否有人脸,待检测图片通过图片的base64编码传入
POST https://{endpoint}/v2/{project_id}/face-detect Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDT... Request Body: { "image_base64": "/9j/4AAQSkZJRgABAgEASABIAAD...", "attributes": "2,12,13" }
- 检测图片中是否有人脸,待检测图片通过图片文件传入
POST https://{endpoint}/v2/{project_id}/face-detect Request Header: X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDT... Request Body: image_file: File(图片文件) attributes: "2,12,13"
- 检测图片中是否有人脸,待检测图片通过图片的url传入
POST https://{endpoint}/v2/{project_id}/face-detect Request Header: Content-Type: application/json X-Auth-Token: MIINRwYJKoZIhvcNAQcCoIINODCCDTQCAQExDT... Request Body: { "image_url": "https://<bucket-name>.<endpoint>/<object-name>", "attributes": "2,12,13" }
- 使用Python3语言读取本地图片,并判断图片中是否有人脸
# -*- coding:utf-8 -*- import requests import base64 endpoint = '开通服务所在region的人脸识别服务域名' project_id = '开通服务所在region的用户项目ID' token = '用户获取得到的实际token值' headers = {'Content-Type': 'application/json', 'X-Auth-Token': token} url = "https://{endpoint}/v2/{project_id}/face-detect".format(endpoint=endpoint, project_id=project_id) imagepath = r'./data/face-demo.png' with open(imagepath, "rb") as bin_data: image_data = bin_data.read() image_base64 = base64.b64encode(image_data).decode("utf-8") body = {"image_base64": image_base64, "attributes": "2,12,13"} response = requests.post(url, headers=headers, json=body, verify=False) print(response.text)
- 使用Java语言读取图片的base64编码,并判断图片中是否有人脸
import com.huawei.trace.http.apache.httpclient.TraceApacheHttpClientBuilder; import org.apache.http.HttpHeaders; import org.apache.http.client.config.RequestConfig; import org.apache.http.client.methods.HttpPost; import org.apache.http.HttpEntity; import org.apache.http.HttpResponse; import org.apache.http.config.Registry; import org.apache.http.config.RegistryBuilder; import org.apache.http.conn.socket.ConnectionSocketFactory; import org.apache.http.conn.socket.PlainConnectionSocketFactory; import org.apache.http.conn.ssl.NoopHostnameVerifier; import org.apache.http.conn.ssl.SSLConnectionSocketFactory; import org.apache.http.entity.ContentType; import org.apache.http.entity.StringEntity; import org.apache.http.impl.client.CloseableHttpClient; import org.apache.http.impl.client.HttpClientBuilder; import org.apache.http.impl.conn.PoolingHttpClientConnectionManager; import org.apache.http.ssl.SSLContextBuilder; import org.apache.http.ssl.TrustStrategy; import org.apache.http.util.EntityUtils; import java.io.IOException; import java.nio.charset.StandardCharsets; import java.security.KeyManagementException; import java.security.KeyStoreException; import java.security.NoSuchAlgorithmException; import java.security.cert.CertificateException; import java.security.cert.X509Certificate; import java.util.concurrent.TimeUnit; import javax.net.ssl.HostnameVerifier; import javax.net.ssl.SSLContext; /** * 此demo仅供测试使用,强烈建议使用SDK * 使用前需已配置HttpClient jar包。jar包可通过下载SDK获取 */ public class FaceDetect { protected static HttpClientBuilder buildClient(HttpClientBuilder httpClientBuilder) { SSLContext sslContext = null; try { sslContext = new SSLContextBuilder().loadTrustMaterial(null, new TrustStrategy() { public boolean isTrusted(X509Certificate[] arg0, String arg1) throws CertificateException { return true; } }).build(); } catch (NoSuchAlgorithmException e) { throw new RuntimeException(e.getMessage()); } catch (KeyManagementException e) { throw new RuntimeException(e.getMessage()); } catch (KeyStoreException e) { throw new RuntimeException(e.getMessage()); } httpClientBuilder.setSSLContext(sslContext); httpClientBuilder.setConnectionTimeToLive(30, TimeUnit.SECONDS); HostnameVerifier hostnameVerifier = NoopHostnameVerifier.INSTANCE; SSLConnectionSocketFactory sslSocketFactory = new SSLConnectionSocketFactory(sslContext, hostnameVerifier); Registry<ConnectionSocketFactory> socketFactoryRegistry = RegistryBuilder.<ConnectionSocketFactory>create().register("http", PlainConnectionSocketFactory.getSocketFactory()).register("https", sslSocketFactory).build(); PoolingHttpClientConnectionManager connMgr = new PoolingHttpClientConnectionManager(socketFactoryRegistry); connMgr.setMaxTotal(200); connMgr.setDefaultMaxPerRoute(100); httpClientBuilder.setConnectionManager(connMgr); return httpClientBuilder; } public static String doPost(String url, String jsonStr, String token, CloseableHttpClient client) { HttpPost post = new HttpPost(url); StringEntity entity = new StringEntity(jsonStr, ContentType.APPLICATION_JSON); post.setEntity(entity); post.setHeader(HttpHeaders.CONTENT_TYPE, "application/json"); //time unit is milliseconds RequestConfig requestConfig = RequestConfig.custom().setConnectTimeout(3000).setSocketTimeout(3000).build(); post.setConfig(requestConfig); post.setHeader("X-Auth-Token", token); HttpResponse response = null; String result = ""; try { response = client.execute(post); HttpEntity responseBody = response.getEntity(); if (responseBody == null) { System.out.println("the response body is null."); return result; } else { byte[] byteStream = EntityUtils.toByteArray(responseBody); System.arraycopy(byteStream, 0, new byte[byteStream.length], 0, byteStream.length); result = new String(byteStream, StandardCharsets.UTF_8); } } catch (IOException e) { e.printStackTrace(); } return result; } public static void main(String[] args) { CloseableHttpClient client = buildClient(TraceApacheHttpClientBuilder.create()).build(); // endpoint和project_id需要替换成实际信息。 String url = "https://{{endpoint}}/v2/{{project_id}}/face-detect"; // image_base64需要替换成实际的值 String jsonStr = "{ \"image_base64\": \"/9j/4AAQSkZJRgABAgEASABIAAD...\"}"; String token = "对应region的token"; String result = doPost(url, jsonStr, token, client); System.out.println(result); } }
响应示例
状态码:200
{ "faces": [ { "bounding_box": { "width": 174, "top_left_y": 37, "top_left_x": 22, "height": 174 }, "attributes": { "age": 35, "quality": { "total_score": 0.5869140625, "blur": 0.385498046875, "pose": 0.3349609375, "occlusion": 0.392333984375, "illumination": 0.3408203125 }, "expression": { "type": "happy", "probability": 0.74 } } } ] }
状态码:400
{ "error_code": "FRS.0019", "error_msg": "The service has not been subscribed." }
状态码
状态码请参见状态码。
错误码
错误码请参见错误码