前言
本文主要實現打開一張人臉圖片，識別出年齡、性別、顏值等人臉屬性信息。其它的人臉比對、身份驗證、活體檢測等等功能都可以在此基礎上進行擴展，以及對人臉識別接口的調用和信息處理。
Demo運行結果
這個功能可以當做是娛樂功能，同一個人不同風格的照片識別結果可能不同。
百度AI人臉識別接入
爲什麼使用百度AI接口
人臉識別可接入的平臺挺多的，阿里雲、騰訊雲、Face++等等，如果是商用的話就得慎重了，畢竟要考慮的不僅是接口穩定性，還有價格、技術支持、售後等很多方面。這裏只是用來學習，所以考慮的問題就比較簡單了，只是關乎Money，而百度AI的接口絕大部分都免費，只是商用需要高併發或者一些付費資源的話需要付費，學習的話免費資源完全滿足需求了。同樣註冊了阿里雲的應用，直接收費，Face++給了限定的測試次數，所以選擇了百度AI。技術而言，Face++可能在人臉識別這方面更專業一點，但目前各大平臺的識別率基本沒有什麼區別。
接入步驟
- 註冊百度賬號，用來登錄百度AI開發平臺（http://ai.baidu.com/），有賬號的可以直接登錄
- 註冊成爲開發者
- 創建應用，應用創建成功之後也就開通了人臉檢測、人臉比對等等相關業務
- 獲取密鑰，AppID、API Key和Secret key
- 生成簽名（Access Token），這個寫代碼的時候要用到，每個應用的Access Token有效期爲30天，到期後要重新獲取，或者是在寫代碼時每次都獲取一下
- 啓動開發
百度AI開放平臺上有詳細的接入指南：http://ai.baidu.com/docs#/Begin/top
如何獲取Access Token
向授權服務地址https://aip.baidubce.com/oauth/2.0/token發送請求（推薦使用POST），並在URL中帶上以下參數：
- grant_type： 必須參數，固定爲client_credentials；
- client_id： 必須參數，應用的API Key；
- client_secret： 必須參數，應用的Secret Key；
具體的參數值可以在下圖位置中的“應用列表”裏查看：
使用在線post工具按照上面的地址和參數進行請求就可以得到Access Token了,百度搜索“在線post工具"有很多可用的，這裏使用http://coolaf.com/舉例：
Qt軟件開發
編程部分並不複雜，主要是對百度AI接口的調用及對請求數據的解析。但實現示例的功能還是用到了挺多知識點，下面會進行記錄。
人臉檢測Qt編程步驟
- 綁定請求服務器地址和密鑰
- 按照百度人臉檢測接口的格式要求添加header
- 將要檢測的圖片轉換爲爲BASE64編碼（這裏需要注意一下，官方說上傳的圖片不能大於2M，測試了一個3M的圖片依然可以請求成功，不過需要好幾秒才能收到反饋，測試的3M的圖片轉成BASE64編碼後長度超過1000萬個字節，圖片越小識別的速度越快）
- 按照百度人臉檢測接口的格式要求打包body數據
- 使用post方式上傳請求
- 解析反饋數據
注意：這裏的請求內容必須按照百度接口指定的格式，格式如下
知識點
網絡編程
這裏使用了QtNetwork模塊中的網絡接口來實現http編程，需要在.pro文件中添加 QT += network，主要用到了下面三個類：
- QNetworkAccessManager：該類允許應用程序發送網絡請求和接收回復，類似於一箇中轉站或者一個容器，每當有請求創建或者接收到回覆都由該類進行調度
- QNetworkRequest：網絡請求
- QNetworkReply：網絡請求的應答，在請求被完成調度是由QNetworkAccessManager創建
get、put、post請求方式的區別簡述
這裏只用到了post請求，並且目前大多數網絡請求的方式均使用post。
- GET請求（類似於數據庫select操作），會向數據庫發送數據的請求，從而來獲取信息，不會改變數據內容，並且無論進行多少次操作，結果都是一樣的
- PUT請求（類似於數據庫update操作），是會向服務器端發送數據的，會修改數據的內容，但是不會增加數據的種類，並且無論進行多少次操作，結果都是一樣的
- POST請求（類似於數據庫insert操作），是會向服務器端發送數據的，但是該請求會改變數據的種類等資源，會創建新的內容
POST 提交數據方式
常用格式如下：
- application/x-www-form-urlencoded
- multipart/form-data
- application/json
- text/xml
這篇文章裏有這四種方式的詳細介紹
如何對圖片進行BASE64編碼
- 提取圖片
- 數據轉換爲BASE64編碼
代碼如下：
QImage image("H:/test.jpg");
QByteArray ba;
QBuffer buffer(&ba);
buffer.open(QIODevice::WriteOnly);
//以png格式將圖片數據寫入ba
image.save(&buffer, "png");
//將圖片進行BASE64編碼
QString imgData = QString(ba.toBase64());
buffer.close();
JSON數據解析
這部分內容還挺多的，可以從網絡學習JSON教程，下面的代碼裏也有用到。
核心代碼
數據上傳
//設置請求地址
QUrl url(requestUrl + "?access_token=" + accessToken);
QNetworkRequest request(url);
//設置數據提交格式，這個不能自己隨便寫，每個平臺的格式可能不一樣，百度AI要求的格式爲application/json
request.setHeader(QNetworkRequest::ContentTypeHeader, QVariant("application/json"));
//將要檢測的圖片進行BASE64編碼
QImage image(imgPath);
QByteArray ba;
QBuffer buffer(&ba);
buffer.open(QIODevice::WriteOnly);
//以png格式將圖片數據寫入ba
image.save(&buffer, "png");
//將圖片進行BASE64編碼
QString imgData = QString(ba.toBase64());
buffer.close();
//打包請求參數
QJsonObject post_data;;
QJsonDocument document;
post_data.insert("image", imgData);
post_data.insert("image_type", "BASE64");
post_data.insert("face_field", "age,beauty,gender,expression");
document.setObject(post_data);
QByteArray post_param = document.toJson(QJsonDocument::Compact);
//發送請求
manager->post(request, post_param);
請求反饋數據解析
replyData = reply->readAll();
qDebug()<<"reply data is:"<<QString(replyData);
QJsonParseError json_error;
QJsonDocument document = QJsonDocument::fromJson(replyData, &json_error);
if(json_error.error == QJsonParseError::NoError)
{
//判斷是否是對象,然後開始解析數據
if(document.isObject())
{
QJsonObject obj = document.object();
//解析反饋的人臉屬性結果
if(obj.contains("result"))
{
QJsonObject resultObj = obj.take("result").toObject();
//解析人臉個數
if(resultObj.contains("face_num"))
{
int faceNum = obj.take("face_num").toInt();
qDebug()<<"查詢到了圖片中的人臉個數爲："<<faceNum;
}
//解析人臉屬性
if(resultObj.contains("face_list"))
{
QJsonArray faceArray = resultObj.take("face_list").toArray();
for(int i = 0; i < faceArray.size(); i++)
{
QJsonObject faceObj = faceArray.at(i).toObject();
if(faceObj.contains("gender"))
{
QJsonObject genderObj = faceObj.take("gender").toObject();
if(genderObj.contains("type"))
{
QString type = genderObj.take("type").toString();;
if(type == "male")
{
ui->lblSex->setText("男");
}
else
{
ui->lblSex->setText("女");
}
}
}
if(faceObj.contains("age"))
{
int age = faceObj.take("age").toDouble();
qDebug()<<"查詢到了年齡："<<age;
ui->lblAge->setText(QString::number(age));
}
if(faceObj.contains("beauty"))
{
int beauty = faceObj.take("beauty").toDouble();;
qDebug()<<"查詢到了顏值："<<beauty;
ui->lblBeauty->setText(QString::number(beauty));
}
if(faceObj.contains("expression"))
{
QJsonObject expressionObj = faceObj.take("expression").toObject();
if(expressionObj.contains("type"))
{
QString type = expressionObj.take("type").toString();;
if(type == "smile")
{
ui->lblFeature->setText("微笑");
}
else if(type == "laugh")
{
ui->lblFeature->setText("大笑");
}
else
{
ui->lblFeature->setText("不笑");
}
}
}
}
}
}
}
}
reply->deleteLater();