阿里云视觉AI五天训练营之搭建多场景人脸口罩检测系统（附效果动图）

搭建多场景人脸口罩检测系统-基于阿里云视觉智能平台

最后一次的课了，就不辣么水了。这次的试验目的是将用户上传的图片（例如在公共场合的监控照片）进行识别，返回当前图片中的人数、（人）活体的可信度、佩戴口罩的人数以及其占比、未佩戴口罩的人物坐标。可以设置适当的阀值，当达到一定阀值（占比）时进行警告或者通知等处理。

第一步，阿里云控制台获取accesskey

不管你调用任何的能力，基本都需要获取accesskey。

第二步，去阿里云视觉开放平台查看接口文档

这次试验一共使用了阿里云视觉开放平台的两个能力，分别是： 人脸检测定位：返回图片中人脸数量，人脸坐标；

使用OpenCV切割人脸（无阿里云相关接口，所以通过本地实现）：通过人脸坐标进行裁剪图片，以便下一步检测口罩；

人脸口罩识别：识别输入图片中的人脸是否有戴口罩。

预计效果： 输出图片中的人脸数以及可信度，输出未戴口罩的人数以及可信度，未戴口罩的人数达到一定占比对用户进行通知。

第三步，编写代码（高级CV工程师又上线了）

1.导入需要使用的模块，以及阿里云视觉相关的模块

import os import json import time from urllib import request import numpy as np import cv2 from viapi.fileutils import FileUtils from aliyunsdkcore.client import AcsClient from aliyunsdkcore.acs_exception.exceptions import ClientException from aliyunsdkcore.acs_exception.exceptions import ServerException from aliyunsdkfacebody.request.v20191230.DetectFaceRequest import DetectFaceRequest from aliyunsdkfacebody.request.v20191230.DetectMaskRequest import DetectMaskRequest

2.出于安全以及模块化的考虑，将阿里云的AccessKey和AccessSecret写入配置文件，需要的时候通过函数调用，代码如下。

#获取accesskeyId和AccessSecret def get_access(): with open(r'accesskey.conf', 'r') as f: KeyId, Secret = f.read().split() #split切割 return KeyId, Secret

3.由于将图片交由阿里云视觉平台处理需要使用阿里云OSS，在阿里云OSS的文档中有关于各大编程语言的上传下载等操作的sdk，但是出于懒惰的考虑，我决定使用阿里云视觉平台提供的临时OSS，默认region就是上海的，而上传图片只需要几行代码就搞定了，简直完美；由于在调用的时候需要区分是上传的是本地文件还是图片URL，所以我多加了一个参数‘bool’，用于方便上传本地或者网络的图片，具体代码如下。

# 上传图片到临时OSS def uploadImage_2_oss(accessKeyId, accessSecret, uploadUrl, bool): file_utils = FileUtils(accessKeyId, accessSecret) oss_url = file_utils.get_oss_url(uploadUrl,"jpg",bool) return (oss_url) # oss_url = file_utils.get_oss_url("/home/xxx.mp4","mp4",True) # print(oss_url)

4.准备就绪，编写代码调用阿里云视觉平台的人脸检测定位能力，对通过上传到临时OSS的图片进行处理，并格式化返回的结果，因为我们不需要一些无用的返回结果，只需要返回FaceProbabilityList以及Credibility和FaceCoordinate，对于人脸坐标，其实后面还有的用处，返回json数据以及Face_Number，具体代码如下。

#人脸检测并返回人脸数量、可信度、人脸坐标 def Face_Number_Check(accessKeyId, accessSecret, oss_url): client = AcsClient(accessKeyId, accessSecret, 'cn-shanghai') request_Face_Number = DetectFaceRequest() request_Face_Number.set_accept_format('json') request_Face_Number.set_ImageURL(oss_url) response_Face_Number = client.do_action_with_exception(request_Face_Number) response_Face_Number = str(response_Face_Number, encoding='utf-8') res_Face_Data_List = json.loads(response_Face_Number) Face_Number = len(res_Face_Data_List['Data']['FaceProbabilityList']) Face_Credibility = res_Face_Data_List['Data']['FaceProbabilityList'] #返回人脸矩形框，分别是[left, top, width, height] face_Coordinate = list_split(res_Face_Data_List['Data']['FaceRectangles'],4) C_C_json = {'Coordinate':[], 'Credibility':[]} # class1_value.append ('检测到图像中的人脸数共有 %d 个'