Microsoft Cognitive Services Il semble que vous puissiez l'essayer, je vais donc l'utiliser immédiatement.

Inscrivez-vous pour obtenir la clé d'abonnement de l'API Face --Utilisez Python 3.x car il est utilisé avec Raspberry Pi --Utilisez des photos prises à l'avance

développement de

programme

Je l'ai fait une fonction et l'ai appelé. Pour keyFaceapi, définissez la clé d'abonnement que vous avez vous-même enregistrée.

 -*- encoding:utf-8 -*-
 ----------------------------------------------------------------------
# ■ Réglage initial
 ----------------------------------------------------------------------

# Importation de bibliothèque
 ------------------------------
import requests
import urllib
import json

# Paramètres de l'API Bing Face
 ------------------------------
imgFaceapi = 'faceimage.jpg'
urlFaceapi = 'https://api.projectoxford.ai/face/v1.0/detect'
keyFaceapi = 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx'
retFaceapi = 'age,gender,headPose,smile,facialHair,glasses,emotion,hair,makeup,occlusion,accessories,blur,exposure,noise'


 ----------------------------------------------------------------------
# ■ Analyse d'image (API Bing Face) pour python 3.x
 ----------------------------------------------------------------------
def useFaceapi(url, key, ret, image):

 # Requête serveur
    # ------------------------------
    headers = {
        'Content-Type': 'application/octet-stream',
        'Ocp-Apim-Subscription-Key': key,
        'cache-control': 'no-cache',
    }
    params = {
        'returnFaceId': 'true',
        'returnFaceLandmarks': 'false',
        'returnFaceAttributes': ret,
    }
    data = open(image, 'rb').read()

    try:
        jsnResponse = requests.post(url ,headers=headers, params=params, data=data)
        if(jsnResponse.status_code != 200):
            jsnResponse = []
        else:
            jsnResponse = jsnResponse.json()
    except requests.exceptions.RequestException as e:
        jsnResponse = []

 # Valeur de retour
    # ------------------------------
    return jsnResponse


 ----------------------------------------------------------------------
# ■ Exécution de l'analyse
 ----------------------------------------------------------------------

# Utiliser l'API Bing Face
 ------------------------------
resFaceapi = useFaceapi(urlFaceapi, keyFaceapi, retFaceapi, imgFaceapi)
print(resFaceapi)

Courir

Mettez votre photo de visage "faceimage.jpg " dans le même dossier que le fichier d'exécution et exécutez-la

python3 pyFaceapi.py

Résultat d'exécution

Ci-dessous, les résultats de l'analyse

[
    {
        'faceAttributes': {
            'blur': {
                'value': 0.29,
                'blurLevel':
                'medium'
            },
            'smile': 0.0,
            'headPose': {
                'roll': -2.5,
                'pitch': 0.0,
                'yaw': -15.3
            },
            'hair': {
                'invisible': False,
                'hairColor': [
                    {
                        'color': 'black',
                        'confidence': 1.0
                    },
                    {
                        'color': 'brown',
                        'confidence': 0.98
                    },
                    {
                        'color': 'other',
                        'confidence': 0.17
                    },
                    {
                        'color': 'red',
                        'confidence': 0.12
                    },
                    {
                        'color': 'gray',
                        'confidence': 0.05
                    },
                    {
                        'color': 'blond',
                        'confidence': 0.03
                    }
                ],
                'bald': 0.01
            },
            'age': 31.7,
            'emotion': {
                'anger': 0.002,
                'surprise': 0.0,
                'contempt': 0.049,
                'neutral': 0.853,
                'disgust': 0.002,
                'happiness': 0.0,
                'sadness': 0.094,
                'fear': 0.0
            },
            'gender': 'male',
            'occlusion': {
                'eyeOccluded': False,
                'foreheadOccluded': False,
                'mouthOccluded': False
            },
            'noise': {
                'value': 0.11,
                'noiseLevel': 'low'
            },
            'facialHair': {
                'beard': 0.0,
                'moustache': 0.0,
                'sideburns': 0.1
            },
            'exposure': {
                'value': 0.43,
                'exposureLevel': 'goodExposure'
            },
            'makeup': {
                'lipMakeup': True,
                'eyeMakeup': False
            },
            'glasses': 'NoGlasses',
            'accessories': []
        },
        'faceId': 'dafdf8f1-c910-45ee-aef3-2247b446ea1d',
        'faceRectangle': {
            'height': 98,
            'width': 98,
            'top': 248,
            'left': 380
        }
    }
]

Vérifiez le résultat

Vérifiez le résultat.

Le sexe est masculin (masculin) est correct! --Pas de lunettes (NoGlasses) Il est jugé correctement!
L'âge a été déterminé à 31,7 ans. Mon âge a la fin de la trentaine. .. .. ――Il y a lipMakeup (True) ... Je ne le fais pas! !!

Je l'ai essayé avec la coopération d'autres personnes, mais il semble que l'âge soit jugé jeune dans l'ensemble S'il y a deux personnes ou plus sur l'image, vous pouvez analyser le nombre de personnes.

Avis suivant (python)

Raspberry Pi est amusant! Je me sens comme du travail électronique pour adultes En plus de l'API Face introduite cette fois, diverses API (Google, IBM, etc. autres que Microsoft) sont ouvertes au public, j'aimerais donc les essayer!