1
前言
網絡爬蟲，爬天爬地爬空氣。
除了常規的下載文字、圖片、音頻這些，還能幹啥？
還能幹的有很多，比如一些「多種多樣」的特殊服務。
2
特殊服務
特殊服務，就是那些定製化的 API。
API 的概念也很好理解：
比如你想爬一個網站的數據，你需要分析這個網站，要向哪個 url 發起請求，要向服務器傳遞哪些數據，拿到服務器的返回數據又要怎麼解析出想要的數據。
其實，這個過程，就是在「抽象化」出一個 API。
例如，上篇文章的視頻下載實戰。
對於寫好的「視頻下載程序」而言，輸入就是視頻名，輸出就是下載好的視頻文件。
你可以把「視頻下載程序」叫做一個 API，本質上就是一個完成特定任務的接口。
當然，這些所謂的 API，並非網站管理者提供給你的，而是你自己通過寫程序實現的。
這些 API 是需要自己去挖掘，去發現，屬於野生的，可以略帶調侃地稱呼它們爲野生 API。
特殊服務，那可就了不得了。
它們不是野生的，而是網站官方提供的官方 API。
這些網站明碼標價，提供着各式各樣的定製化服務。
比如，這是「聚合數據」提供的一些查詢類 API。
這些常規 API 今天不做討論，咱們玩一些好玩的。
只會網絡爬蟲，也能玩轉所謂的人工智能算法。
3
AI 開放平臺
人工智能開放平臺，很多家都有。
比較熟知的，騰訊、百度、京東、Face++ 都提供了 AI 開放平臺。
騰訊 AI 開放平臺：
https://ai.qq.com/
百度 AI 開放平臺：
https://ai.baidu.com/
京東 AI 開放平臺：
http://neuhub.jd.com/
曠視 AI 開放平臺：
https://www.faceplusplus.com.cn/
常見的圖像技術、語音技術、文字識別，這些網站都有提供。
單看服務數量，百度提供的接口最豐富。
單看圖像技術，就眼花繚亂，這麼多服務。
如果看服務質量，那應該各有千秋。比如曠視，人臉相關的技術，應該是比較好，畢竟早些年支付寶的人臉識別技術，都是曠視提供技術支持的，底子在那呢。
4
API 的使用方法
API 使用方法很簡單，只要有爬蟲基礎，完全可以輕鬆應對。
咱們以曠視科技的人臉技術爲例進行測試。
首先，創建一個賬號。
然後，找一個想體驗的服務，咱先試試美顏。這年頭，沒有美顏還真不敢上鏡。
曠視科技提供了現成的功能體驗。
美顏美型：
https://www.faceplusplus.com.cn/face-beautify/
分爲美顏和美型，我的理解就是磨皮濾鏡加瘦臉，看一下美顏效果。
左邊是美顏前，右邊是美顏後，拖拽中間的豎欄，可以調節查看。
下面有很多備選圖片，你可以挨個翻牌子，看效果。都不喜歡，也可以點擊自定義，上傳自己想測試的圖片。
這是通過 web 體驗服務，如果想嵌入自己的程序裏，那就需要學習如何使用這個 API 了。
登錄賬號，選擇控制檯，然後創建一個應用，選擇「試用」類型。
填寫一些信息後，就會生成一個 API Key 和 API Secret，這兩個是使用 API 接口要用到的參數。
相當於你的個人賬號和密碼。
在控制檯，有各種服務的使用說明，比如人臉美顏。
Beautify API v2：
https://console.faceplusplus.com.cn/documents/134252584
這個文檔，有詳細的接口描述，根據這些描述，就可以寫代碼。
可以看到請求 POST 請求，圖片可以是以 URL、二進制文件或 base64 編碼上傳。
瞧，這就是我之前提到過的，POST 請求的內容，除了是一些文字內容，還可以是一張圖片。
根據手冊編寫代碼：
import requests
import base64
import json
import cv2
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
beautify_url = "https://api-cn.faceplusplus.com/facepp/v2/beautify"
# 你創建的應用的 API Key 和 API Secret(也叫 Secret Key)
AK = ''
SK = ''
# 可選參數，不填寫，默認50
# 美白程度 0 - 100
whitening = 80
# 磨皮程度 0 - 100
smoothing = 80
# 瘦臉程度 0 - 100
thinface = 20
# 小臉程度 0 - 100
shrink_face = 50
# 大眼程度 0 - 100
enlarge_eye = 50
# 去眉毛程度 0 - 100
remove_eyebrow = 50
# 濾鏡名稱，不填寫，默認無濾鏡
filter_type = ''
# 二進制方式打開圖片
img_name = 'test_1.png'
f = open(img_name, 'rb')
# 轉 base64
img_base64 = base64.b64encode(f.read())
# 使用 whitening、smoothing、thinface 三個可選參數，其他用默認值
data = {
'api_key': AK,
'api_secret': SK,
'image_base64': img_base64,
'whitening': whitening,
'smoothing': smoothing,
'thinface': thinface,
}
r = requests.post(url=beautify_url, data=data)
html = json.loads(r.text)
# 解析base64圖片
base64_data = html['result']
imgData = base64.b64decode(base64_data)
nparr = np.frombuffer(imgData, np.uint8)
img_res = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
img_res_BGR = cv2.cvtColor(img_res, cv2.COLOR_RGB2BGR)
# 原始圖片
img = cv2.imread(img_name)
img_BGR = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
# 顯示圖片
fig, axs = plt.subplots(nrows=1, ncols=2, sharex=False, sharey=False, figsize=(10,10))
axs[0].imshow(img_BGR)
axs[1].imshow(img_res_BGR)
plt.show()
你需要填寫自己的 AK 和 SK，並下載一張圖片。
圖片地址：
https://cuijiahua.com/wp-content/uploads/2020/05/test_1.png
API 接口返回的數據是 base64 的二進制文件，需要解碼，運行結果：
效果還不錯吧！
除了美顏，還有很多服務，人臉檢測、人臉識別、人臉關鍵點等等。
人臉關鍵點就是在臉上畫一堆點，這有什麼用？
一個比較成熟的例子就是虛擬主播。
看着還不錯吧？
AI 開放平臺提供了豐富的 AI 領域的基礎能力，怎麼用，用來幹什麼，就看自己的想象力了。
當然，這些免費使用的 API 接口有很多限制，比如不能請求太快等等。
想要 API 提供性能更好，QPS 更大的優質服務，那就得充錢了。
老闆，加個鍾！
5
最後
這種 API 接口也可以用來清晰數據，訓練自己的網絡模型，花點小錢，清晰一批數據，真香！