Python新姿势——让人工智能给你的颜值打个分
现在是人工智能兴起的时代，到处都在谈人工智能。今天就从人工智能的角度给你的颜值打个分。
在这里，我会把整个实现过程写出来。
为了帮助小伙伴们更好的学习Python，小编整理了Python的相关学习视频及学习路线图，添加小编学习群943752371即可获取
先介绍一下用到了哪些东西(用Python3实现)
百度的人脸识别api
Flask
PIL
requests
操作很简单，主要是利用的百度的人脸识别库，然后自己做了一个简单的图片上传和图片处理以及信息提取加工。
百度的人脸识别api申请的地址，需要有百度账号:传送门
然后在控制台创建一个应用即可：
在应用列表中可以看到你创建的应用：
通过查看百度的人脸识别的文档，我们就可以写代码了。
想要使用百度的api，申请只是第一步，后面还需要获取access_token，文档给出的方法如下：
官网给的方法相对比较繁琐，我使用request改写了一下如下(注意把url里面的Key换成你申请的)。
defget_access_token():url ='https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&grant_type=client_credentials&'\'client_id=【你申请的API Key】&client_secret=【你申请的Secret Key】'data = requests.get(url, headers).json()returndata['access_token']
拿到这个key之后，就可以进行下一步的请求了，继续看文档：
文档中说要使用post方法进行请求，请求的url给出了，url的参数是上面获取到的access_token，请求的头部要包含”Content-Type”: “application/json”
下面是主体部分，也就是对上传的图片的要求，以及你想要获取的内容的一下说明：
文档说图片的大小不能大于10M，上传的类型包含三种，一种是URL。还有就是图片通过Base64编码后得到的编码信息。其中face_field是你想要返回的内容等等，文档里面说的都很清楚，这里不做过多介绍。
首先，我们不采用图片url的方式，我们直接使用对图片进行base64编码的形式进行处理。编码的过程如下：
withopen('static/'+ filename,'rb')asf: base = base64.b64encode(f.read()) image = str(base, encoding='utf-8')
请求的参数构造如下：
params = {'image': image,'image_type': imageType,'face_field':'age,beauty,gender,face_type,face_shape,expression,landmark'}
其中image是我们上面编码过的结果，imageType是BASE64，face_field是我们想要它返回给我们的内容，包括年龄，颜值，性别，人物类型，脸型，表情，检测的点。
然后通过返回给我们的数据，提取(完整代码如下)相应的内容：
defget_content(filename):request_url ="https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token="+get_access_token()withopen('static/'+ filename,'rb')asf: base = base64.b64encode(f.read()) image = str(base, encoding='utf-8') params = {'image': image,'image_type': imageType,'face_field':'age,beauty,gender,face_type,face_shape,expression,landmark'} info = requests.post(request_url, headers=headers, data=params).json()ifinfo['error_msg'] =='SUCCESS':# 用于判断是否检测到人脸face = info['result']['face_num']# 年龄, 人脸, 性别age = info['result']['face_list'][0]['age'] beauty = info['result']['face_list'][0]['beauty']# male, femalegender = info['result']['face_list'][0]['gender']['type']# none 不笑, smile 微笑, laugh 大笑expression = info['result']['face_list'][0]['expression']['type']# square 正方形, triangle 三角形, oval 椭圆, heart 心形, round 圆形face_shape = info['result']['face_list'][0]['face_shape']['type'] fs = {'square':'方型脸','triangle':'瓜子脸','oval':'圆型脸','heart':'瓜子脸','round':'圆型脸'}# human 真实人脸, cartoon 卡通人脸face_type = info['result']['face_list'][0]['face_type']['type'] landmark72 = info['result']['face_list'][0]['landmark72'] img = Image.open('static/'+ filename) draw = ImageDraw.Draw(img)foridxinrange(72): xy = landmark72[idx] draw.text((xy['x'], xy['y']),'o', (255,255,0)) ImageDraw.Draw(img) img.save('static/new_'+ filename)iffaceis1: data = {'age': age,'beauty': str(round(beauty,3)) +' (不要灰心, 换个姿势再试试)'ifbeauty <60elsestr(round(beauty,3)) +' (哇塞! 颜值很高啊)','gender':'美女你好'if'female'ingenderelse'帅哥你好','expression':'面无表情(记得要常笑哦)'if'none'inexpressionelse'微笑'if'smile'inexpressionelse'大笑(什么事这么开心)','face_shape': fs[face_shape],'face_type':'真实人物'if'human'inface_typeelse'卡通人物'}returndataelse:return'未识别出人脸, 上传的图片尽量不要有遮盖住脸!!!'
代码中已经给了相应的注释，其中没给注释的一部分是通过提取的72个关键点，然后通过循环，把这些坐标点通过ImageDraw画到了图片上面。下面是返回的info的数据：
下面是我们从中提取的信息：
这样我们的基本工作就算完成了，但是这样并不完善，我们打算把它做成Web的形式，这样所有人就都可以用了，Web的话Python主流有Django、Flask、Tornado等，这里我们选择了Flask，主要是它轻量化也比较简单。
主要通过flask_uploads库实现文件上传，该库的具体用法，大家可以自行去了解。
首先接收上传的图片(通过UploadSet指定只接收Images类型)，如果是GET类型，就返回上传的html，如果是POST类型，并且包含photo，就接收上传，通过securefilename，去检查上传图片的安全性，然后再对上传的图片通过时间戳重命名，然后调用我们前面写的get_content, 把图片的地址传给它，就可以进行处理了。
result.html的内容如下：
<!DOCTYPE html>人脸识别{% if '未识别' not in content and content%}
{% if new_url %}{% endif %}
年龄:{{ content['age'] }}颜值:{{ content['beauty'] }}性别:{{ content['gender'] }}表情:{{ content['expression'] }}脸型:{{ content['face_shape'] }}人物类型:{{ content['face_type'] }}{% else %}{{ content }}{% endif %}
使用Jinja2模板(前端设计的有点简陋，大家将就的看)，把前面提取到的内容传给它，然后通过网页的形式展示出来。
效果如下(主要打算在手机端运行，所以电脑端看起来可能有点怪异)：
手机端的效果如下：公众号【从0到1Python之路，欢迎关注交流学习】
用着百度的东西，又把李彦宏拉出来可能有点不太厚道，不过AI给它的颜值评的分还算可以。是亲生的。
