调用百度API实现图像多主体检测

目录

• [1. 作者介绍](#1. 作者介绍)
• 2．百度API介绍与获取
• • [2.1 API介绍](#2.1 API介绍)
  • [2.2 注册账号并获取API Key](#2.2 注册账号并获取API Key)
• 3．完整实验代码，测试结果
• • [3.1 调用API](#3.1 调用API)
  • 3.2框出主体部分，并标注标签和置信度
  • [3.3 测试结果](#3.3 测试结果)

1. 作者介绍

邓富贵，男，西安工程大学电子信息学院，2023级研究生

研究方向：机器视觉与人工智能

电子邮件：[email protected]

吴天禧，女，西安工程大学电子信息学院，2023级研究生，张宏伟人工智能课题组

研究方向：模式识别与智能系统

电子邮件：[email protected]

2．百度API介绍与获取

2.1 API介绍

应用程序编程接口（英语：Application Programming Interface，简称：API），是一些预先定义的函数。

目的：让应用程序开发人员得以调用一组例程功能，而无须考虑其底层的源代码为何、或理解其内部工作机制的细节。

图像多主体检测API：检测出图片中多个主体的坐标位置，并给出主体的分类标签和标签的置信度得分，共计16大类，可用于图片打标、裁剪出对应主体进行二次开发。其效果图如下。

2.2 注册账号并获取API Key

（1）注册百度智能云账号，进入官网首页，搜索图像主体检测，点击

（2）跳转后点击查看详情

（3）跳转后点击立即使用

（4）跳转后点击应用列表，接着点击创建应用，获取你的API Key 和 Secret Key

3．完整实验代码，测试结果

3.1 调用API

import requests
import base64
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
import numpy as np
from translate import Translator
API_KEY = "你的API_KEY"
SECRET_KEY = "你的SECRET_KEY"

def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))

request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/multi_object_detect"
# 二进制方式打开图片文件
f = open(r'C:\Users\86185\1.jpg', 'rb')
img = base64.b64encode(f.read())
params = {"image":img}
access_token = get_access_token()
request_url = request_url + "?access_token=" + access_token
headers = {'content-type': 'application/x-www-form-urlencoded'}
response = requests.post(request_url, data=params, headers=headers)
if response:
    print (response.json())
    print(type(response.json()))

3.2框出主体部分，并标注标签和置信度

def cv2ImgAddText(img, text, left, top, textColor, textSize=20):
    if (isinstance(img, np.ndarray)):  # 判断是否OpenCV图片类型
        img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    # 创建一个可以在给定图像上绘图的对象
    draw = ImageDraw.Draw(img)
    # 字体的格式
    fontStyle = ImageFont.truetype(
        "STSONG.TTF", textSize, encoding="utf-8")
    # 绘制文本
    draw.text((left, top), text, textColor, font=fontStyle)
    # 转换回OpenCV格式
    return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)

def draw_bounding_boxes(image_path, detections):
    """
    在图片上绘制边界框，基于检测结果。
    :param image_path: 图片文件的路径。
    :param detections: 检测结果列表，每个结果包含分数、名称和位置信息。
    """
    # 加载图片
    image = cv2.imread(image_path)
    if image is None:
        print("未找到图片")
        return
    # 遍历检测结果并绘制
    for detection in detections['result']:
        score = detection['score']  # 置信度
        name = detection['name']    # 名称
        top = detection['location']['top']  # 上边界
        left = detection['location']['left']  # 左边界
        width = detection['location']['width']  # 宽度
        height = detection['location']['height']  # 高度
       
        # 在检测到的主体周围绘制红色矩形框
        cv2.rectangle(image, (left, top), (left + width, top + height), (0, 0, 255), 2)
        # 在矩形框上方添加文本（名称和置信度）
        image = cv2ImgAddText(image, f"{name}{score:.2f}", left, top - 40, textColor = (0, 0, 255), textSize = 40)  # 添加
        # cv2ImgAddText(图像, 文字内容, 字体左边开始位置, 字体上面开始位置, (R, G, B), 字体大小)
    # 显示结果图像
    cv2.namedWindow('检测结果', 0)
    cv2.imshow("检测结果", image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    # 可选：将结果保存到文件
    cv2.imwrite("detections_output.jpg", image)
# 示例检测数据
detections = response.json()
# 调用函数，传入图片路径和检测数据
draw_bounding_boxes(r'C:\Users\86185\1.jpg', detections)

3.3 测试结果