首页 > 其他分享 >五官定位 API 对接说明

五官定位 API 对接说明

时间:2024-10-15 18:17:59浏览次数:3  
标签:eye 五官 image 对接 face API 人脸 坐标

五官定位 API 对接说明

本文将介绍一种 五官定位 API 对接说明,它可以通过输入图片,对请求图片进行五官定位(也称人脸关键点定位),计算构成人脸轮廓的 90 个点,包括眉毛(左右各 8 点)、眼睛(左右各 8 点)、鼻子(13 点)、嘴巴(22 点)、脸型轮廓(21 点)、眼珠[或瞳孔](2点)。

接下来介绍下 五官定位 API 的对接说明。

注册链接

点击链接注册,即可使用!

申请流程

要使用 API,需要先到 五官定位 API 对应页面申请对应的服务,进入页面之后,点击「Acquire」按钮,如图所示:

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

如果你尚未登录或注册,会自动跳转到登录页面邀请您来注册和登录,登录注册之后会自动返回当前页面。

在首次申请时会有免费额度赠送,可以免费使用该 API。

基本使用

首先先了解下基本的使用方式,就是输入图片链接,便可获得处理后结果图片,首先需要简单地传递一个 image_url 字段,人脸图片如下图所示:

我们接下来就可以在界面上填写对应的内容,如图所示:

可以看到这里我们设置了 Request Headers,包括:

  • accept:想要接收怎样格式的响应结果,这里填写为 application/json,即 JSON 格式。
  • authorization:调用 API 的密钥,申请之后可以直接下拉选择。

另外设置了 Request Body,包括:

  • image_url:需要处理的人脸图片链接。
  • mode:检测模式。0 为检测所有出现的人脸, 1 为检测面积最大的人脸。默认为 0。
  • face_model_version:人脸识别服务所用的算法模型版本,默认是3.0
  • need_rotate_detection:是否开启图片旋转识别支持。0为不开启,1为开启。默认为0。

选择之后,可以发现右侧也生成了对应代码,如图所示:

点击「Try」按钮即可进行测试,如上图所示,这里我们就得到了如下结果:

{
  "image_width": 690,
  "image_height": 920,
  "face_model_version": "3.0",
  "face_shape_set": [
    {
      "face_profile": [
        {
          "x": 294,
          "y": 207
        },
        {
          "x": 289,
          "y": 216
        },
        {
          "x": 286,
          "y": 226
        },
        {
          "x": 284,
          "y": 236
        },
        {
          "x": 283,
          "y": 246
        },
        {
          "x": 283,
          "y": 256
        },
        {
          "x": 284,
          "y": 266
        },
        {
          "x": 286,
          "y": 276
        },
        {
          "x": 289,
          "y": 285
        },
        {
          "x": 294,
          "y": 294
        },
        {
          "x": 301,
          "y": 301
        },
        {
          "x": 314,
          "y": 306
        },
        {
          "x": 327,
          "y": 307
        },
        {
          "x": 340,
          "y": 306
        },
        {
          "x": 353,
          "y": 302
        },
        {
          "x": 365,
          "y": 296
        },
        {
          "x": 374,
          "y": 287
        },
        {
          "x": 382,
          "y": 276
        },
        {
          "x": 387,
          "y": 264
        },
        {
          "x": 392,
          "y": 251
        },
        {
          "x": 396,
          "y": 238
        }
      ],
      "left_eye": [
        {
          "x": 298,
          "y": 208
        },
        {
          "x": 301,
          "y": 212
        },
        {
          "x": 305,
          "y": 214
        },
        {
          "x": 309,
          "y": 215
        },
        {
          "x": 314,
          "y": 216
        },
        {
          "x": 313,
          "y": 210
        },
        {
          "x": 309,
          "y": 207
        },
        {
          "x": 303,
          "y": 206
        }
      ],
      "right_eye": [
        {
          "x": 363,
          "y": 229
        },
        {
          "x": 358,
          "y": 230
        },
        {
          "x": 353,
          "y": 229
        },
        {
          "x": 347,
          "y": 227
        },
        {
          "x": 342,
          "y": 224
        },
        {
          "x": 348,
          "y": 221
        },
        {
          "x": 354,
          "y": 221
        },
        {
          "x": 360,
          "y": 223
        }
      ],
      "left_eye_brow": [
        {
          "x": 296,
          "y": 196
        },
        {
          "x": 302,
          "y": 197
        },
        {
          "x": 308,
          "y": 198
        },
        {
          "x": 313,
          "y": 200
        },
        {
          "x": 319,
          "y": 202
        },
        {
          "x": 315,
          "y": 195
        },
        {
          "x": 309,
          "y": 192
        },
        {
          "x": 302,
          "y": 192
        }
      ],
      "right_eye_brow": [
        {
          "x": 377,
          "y": 221
        },
        {
          "x": 369,
          "y": 217
        },
        {
          "x": 360,
          "y": 213
        },
        {
          "x": 350,
          "y": 211
        },
        {
          "x": 341,
          "y": 208
        },
        {
          "x": 351,
          "y": 204
        },
        {
          "x": 362,
          "y": 206
        },
        {
          "x": 372,
          "y": 211
        }
      ],
      "mouth": [
        {
          "x": 296,
          "y": 262
        },
        {
          "x": 297,
          "y": 269
        },
        {
          "x": 299,
          "y": 276
        },
        {
          "x": 305,
          "y": 281
        },
        {
          "x": 315,
          "y": 283
        },
        {
          "x": 326,
          "y": 282
        },
        {
          "x": 335,
          "y": 277
        },
        {
          "x": 325,
          "y": 269
        },
        {
          "x": 315,
          "y": 262
        },
        {
          "x": 309,
          "y": 261
        },
        {
          "x": 305,
          "y": 258
        },
        {
          "x": 300,
          "y": 259
        },
        {
          "x": 299,
          "y": 265
        },
        {
          "x": 303,
          "y": 269
        },
        {
          "x": 307,
          "y": 272
        },
        {
          "x": 316,
          "y": 275
        },
        {
          "x": 325,
          "y": 276
        },
        {
          "x": 326,
          "y": 272
        },
        {
          "x": 317,
          "y": 269
        },
        {
          "x": 308,
          "y": 265
        },
        {
          "x": 304,
          "y": 263
        },
        {
          "x": 300,
          "y": 262
        }
      ],
      "nose": [
        {
          "x": 311,
          "y": 242
        },
        {
          "x": 325,
          "y": 220
        },
        {
          "x": 319,
          "y": 226
        },
        {
          "x": 313,
          "y": 231
        },
        {
          "x": 307,
          "y": 236
        },
        {
          "x": 302,
          "y": 243
        },
        {
          "x": 306,
          "y": 249
        },
        {
          "x": 311,
          "y": 252
        },
        {
          "x": 318,
          "y": 254
        },
        {
          "x": 329,
          "y": 253
        },
        {
          "x": 327,
          "y": 243
        },
        {
          "x": 326,
          "y": 235
        },
        {
          "x": 326,
          "y": 228
        }
      ],
      "left_pupil": [
        {
          "x": 310,
          "y": 211
        }
      ],
      "right_pupil": [
        {
          "x": 357,
          "y": 225
        }
      ]
    }
  ]
}

可以看到这时候我们就得到了图片中人脸的相关信息,包括五官定位(人脸关键点)具体信息、人脸识别所用的算法模型版本等内容。

字段说明如下:

  • image_width :请求的图片宽度。
  • image_height :请求的图片高度。
  • face_model_version:人脸识别所用的算法模型版本。
  • face_shape_set:五官定位(人脸关键点)具体信息。
    • face_profile :描述脸型轮廓的 21 点。
      • x :x坐标
      • y :y坐标
    • left_eye :描述左侧眼睛轮廓的 8 点。
      • x :x坐标
      • y :y坐标
    • right_eye :描述右侧眼睛轮廓的 8 点。
      • x :x坐标
      • y :y坐标
    • left_eye_brow :描述左侧眉毛轮廓的 8 点。
      • x :x坐标
      • y :y坐标
    • right_eye_brow :描述右侧眉毛轮廓的 8 点。
      • x :x坐标
      • y :y坐标
    • mouth :描述嘴巴轮廓的 22 点。
      • x :x坐标
      • y :y坐标
    • nose :描述鼻子轮廓的 13 点。
      • x :x坐标
      • y :y坐标
    • left_pupil :左瞳孔轮廓的 1 个点。
      • x :x坐标
      • y :y坐标
    • right_pupil :右瞳孔轮廓的 1 个点。
      • x :x坐标
      • y :y坐标

另外如果想生成对应的对接代码,可以直接复制生成,例如 CURL 的代码如下:

curl -X POST 'https://api.acedata.cloud/face/analyze' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
  "image_url": "/i/ll/?i=img_convert/2591bddc204dd6db341232b5d7888312.jpeg"
}'

Python 的对接代码如下:

import requests

url = "https://api.acedata.cloud/face/analyze"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "image_url": "/i/ll/?i=img_convert/2591bddc204dd6db341232b5d7888312.jpeg"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

错误处理

在调用 API 时,如果遇到错误,API 会返回相应的错误代码和信息。例如:

  • 400 token_mismatched:Bad request, possibly due to missing or invalid parameters.
  • 400 api_not_implemented:Bad request, possibly due to missing or invalid parameters.
  • 401 invalid_token:Unauthorized, invalid or missing authorization token.
  • 429 too_many_requests:Too many requests, you have exceeded the rate limit.
  • 500 api_error:Internal server error, something went wrong on the server.

错误响应示例

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

结论

通过本文档,您已经了解了如何使用 五官定位 API 对输入的图片进行五官定位。希望本文档能帮助您更好地对接和使用该 API。如有任何问题,请随时联系我们的技术支持团队。

标签:eye,五官,image,对接,face,API,人脸,坐标
From: https://blog.csdn.net/qq_54378726/article/details/142961225

相关文章

  • API数据调用频率限制怎么办?
    缓存结果:通过暂存API的响应数据,可以有效减少对于相同请求的重复发起,从而降低达到频率限制的风险。例如,对于不经常变化的数据,如城市的地理位置信息,可以设置相对长的缓存时长。减少请求次数:优化应用逻辑,合并多个API请求为一次请求,或者在必要时才发起请求。使用合适的数据传输......
  • 获取淘宝商品详情API数据:代码示例
    前提条件在开始之前,你需要在开放平台注册账号,并创建一个应用以获取API密钥(AppKey和AppSecret)。此外,你还需要获取访问令牌(AccessToken),这通常需要通过OAuth2.0认证流程来实现。获取key和secretitem_get-获得商品详情taobao.item_get公共参数请求地址: 名称类型必须......
  • 双十一将近,如何解决API接口调用数据超量及报错问题?
    随着双十一的临近,电商平台的API接口面临着巨大的挑战,尤其是在数据超量和报错问题上。以下是一些解决方案和最佳实践,可以帮助你一站式解决这些问题。1.性能测试在大促期间,如双十一,流量会大幅增长,因此进行性能测试是必要的。性能测试包括负载测试、基线测试、冒烟测试、浸泡......
  • 身份证实名认证API集成-二要素实名认证-实名认证接口-身份认证
    身份证实名认证接口是当下互联网服务用于验证用户真实身份的重要手段之一。在互联网金融、电子商务、社交网络等众多领域中,实名认证可以帮助平台更好的了解和服务在线用户,以做到防范欺诈行为的发生,保障交易资金与信息安全,该接口功能一般由第三方平台(如翔云、阿里云)来提供。......
  • 淘宝商品详情API接口信息获取指南
    淘宝商品详情API接口,作为我国电商巨头淘宝开放平台的重要组成部分,为广大开发者提供了一种便捷、高效的方式,以获取淘宝商品详细信息。该接口的推出,不仅满足了开发者对商品数据的需求,也为消费者带来了更加丰富的购物体验。一、淘宝商品详情API接口具有以下特点:数据丰富:该接口......
  • 淘宝商品关键词API接口:关键词数据智能分析
    淘宝商品关键词API接口是淘宝开放平台(TaobaoOpenPlatform,TOP)提供的一项服务,它允许第三方开发者通过编程方式访问淘宝的商品信息数据库。这个接口的主要功能是根据开发者提供的关键词,检索淘宝平台上的商品列表及相关信息。一、功能和特点数据检索:可以检索特定关键词下的......
  • 用python、JavaScript、JAVA等多种语言的实例代码演示教你如何免费获取股票数据(实时数
    ​近一两年来,股票量化分析逐渐受到广泛关注。而作为这一领域的初学者,首先需要面对的挑战就是如何获取全面且准确的股票数据。因为无论是实时交易数据、历史交易记录、财务数据还是基本面信息,这些数据都是我们进行量化分析时不可或缺的宝贵资源。我们的核心任务是从这些数据......
  • Apache Kafka各Api模块说明
    KafkaAPI微信公众号:阿俊的学习记录空间小红书:ArnoZhangwordpress:arnozhang1994博客园:arnozhangCSDN:ArnoZhang1994Kafka包含五个核心API:ProducerAPI允许应用程序将数据流发送到Kafka集群中的topic。ConsumerAPI允许应用程序从Kafka集群中的topic读取数据流......
  • 【linux内核】系统调用与内核API
    原创星火可以燎燃星火技术今天,我们将探讨系统调用的概念以及Linux内核API是如何工作的,这将帮助我们更好地理解Linux系统的工作原理。一、系统调用的重要性系统调用是操作系统提供给应用程序的一组接口,使得应用程序可以直接请求操作系统内核执行某些任务,比如读写文件、创建......
  • P6148 [USACO20FEB] Swapity Swapity Swap S
    ​P6148[USACO20FEB]SwapitySwapitySwapSFarmerJohn的\(N\)头奶牛(\(1\leqN\leq10^5\))站成一排。对于每一个\(1\leqi\leqN\),从左往右数第\(i\)头奶牛的编号为\(i\)。FarmerJohn想到了一个新的奶牛晨练方案。他给奶牛们\(M\)对整数\((L_1,R_1)\ldots(L_M,......