精华内容
下载资源
问答
  • 如果你是用python调用百度ai平台提供的人工智能api时,你会发现百度的说明文档写的呵呵了。如果你特别详细的阅读了他的说明文档,那么恭喜你,入坑了,你应该是获取不到结果的。接下来我就详细给你介绍一下如何通过...

    如果你是用python调用百度ai平台提供的人工智能api时,你会发现百度的说明文档写的呵呵了。如果你特别详细的阅读了他的说明文档,那么恭喜你,入坑了,你应该是获取不到结果的。接下来我就详细给你介绍一下如何通过python调用百度ai平台的API。

    一.在百度智能云注册账号

    如果你有百度云或者百度的账号,那就不用注册了,全部都是通用的。

    二. 查看文字识别API文档

    点击进入之后选择技术文档:

    选择身份证识别,我们以身份证识别为例:进行研究:

    本页的下面有势力代码:

    #encoding:utf-8

    importrequestsimportbase64'''身份证识别'''request_url= "https://aip.baidubce.com/rest/2.0/ocr/v1/idcard"

    #二进制方式打开图片文件

    f = open('[本地文件]', 'rb')

    img=base64.b64encode(f.read())

    params= {"id_card_side":"front","image":img}

    access_token= '[调用鉴权接口获取的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)ifresponse:print (response.json())

    这里最关键的就是获取access_token,虽然百度文档中有获取access_token的链接,点击进入之后,是通过下面代码获取access_token的:

    #encoding:utf-8

    importrequests#client_id 为官网获取的AK, client_secret 为官网获取的SK

    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=【官网获取的AK】&client_secret=【官网获取的SK】'response=requests.get(host)ifresponse:print(response.json())

    接下来就是坑了,这个坑是官网获取AK、SK,而百度的api中没有介绍如何设置AK、SK,然后你就通过各种资料查询,有人肯定像我一样这样设置的:

    (下面就是错误示例,看一下就行)

    接下来,你就进入恶性循环了,从这里设置AK、SK之后,你是获取不到access_token的,因为文档说明了:

    只要你点击进入百度云鉴权认证机制,你成功入坑,你会发现有获取AK、SK的文档:

    坑就在这里:这个是认证字符串使用的指定用户AK、SK,而不是获取access_token的AK、SK!!!重要的事情说三遍:不是获取access_token的AK、SK!!!不是获取access_token的AK、SK!!!

    所以,你应该悬崖勒马,不研究了。哈哈。开个玩笑。IT猿要有将南墙创破的精神。 所以原因是我们获取AK、SK的方式不对!应该这样获取AK、SK。

    你研究的文字识别,就要在文字识别的的列表创建一行数据:

    然后你通过这个AK、SK就可以获取到access_token了,获取这个之后,再通过调用百度ai接口,将图片穿上去,就会返回最终的消息啦!

    你在想研究百度其他的人工智能的接口,如果遇到获取access_token,原理是一样的,在对应的列表中获取AK、SK,剩下的按照文档的执行就ok了!

    展开全文
  • 百度AI接口的调用方法不必多介绍。人流量统计新建AipBodyAnalysisfrom aip import AipBodyAnalysis""" 你的 APPID AK SK """APP_ID = '你的 App ID'API_KEY = '你的 Api Key'SECRET_KEY = '你的 Secret Key'client =...

    百度AI接口的调用方法不必多介绍。

    人流量统计

    新建AipBodyAnalysis

    from aip import AipBodyAnalysis

    """ 你的 APPID AK SK """

    APP_ID = '你的 App ID'

    API_KEY = '你的 Api Key'

    SECRET_KEY = '你的 Secret Key'

    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)

    读取和调用

    """ 读取图片 """

    def get_file_content(filePath):

    with open(filePath, 'rb') as fp:

    return fp.read()

    image = get_file_content('example.jpg')

    """ 调用人流量统计 """

    client.bodyNum(image);

    """ 如果有可选参数 """

    options = {}

    options["area"] = "x1,y1,x2,y2,x3,y3...xn,yn"

    options["show"] = "false"

    """ 带参数调用人流量统计 """

    client.bodyNum(image, options)

    显示图片

    img = Image.open('ren.jpg')

    plt.imshow(img)

    plt.show()

    完整代码

    # -*- coding: utf-8 -*-

    """

    Created on Mon Feb 1 22:22:40 2021

    @author: lenovo

    """

    from aip import AipBodyAnalysis

    from PIL import Image

    import matplotlib.pyplot as plt

    APP_ID = '23619478'

    API_KEY = 'x2M6XTQ4oNIlhS2f2GQBElHa'

    SECRET_KEY = 'xxxxxxxxxxxxxxx'

    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)

    """ 读取图片 """

    def get_file_content(filePath):

    with open(filePath, 'rb') as fp:

    return fp.read()

    image = get_file_content('ren.jpg')

    img = Image.open('ren.jpg')

    plt.imshow(img)

    plt.show()

    """ 调用人流量统计 """

    print(client.bodyNum(image))

    最终效果

    2021020311272147.png

    {'person_num': 45, 'log_id': 4050401326612145858}

    到此这篇关于python调用百度AI接口实现人流量统计的文章就介绍到这了,更多相关python人流量统计内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    展开全文
  • python调用百度AI的方法不用多说,实现人像分割的代码如下: # -*- coding: utf-8 -*- """ Created on Mon Feb 1 21:25:21 2021 @author: lenovo """ from aip import AipBodyAnalysis import cv2 import numpy as ...

    官网地址

    人像分割

    新建AipBodyAnalysis

    from aip import AipBodyAnalysis
    
    """ 你的 APPID AK SK """
    APP_ID = '你的 App ID'
    API_KEY = '你的 Api Key'
    SECRET_KEY = '你的 Secret Key'
    
    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
    

    读取图片

    """ 读取图片 """
    def get_file_content(filePath):
        with open(filePath, 'rb') as fp:
            return fp.read()
    
    image = get_file_content('example.jpg')
    
    """ 调用人像分割 """
    client.bodySeg(image);
    
    """ 如果有可选参数 """
    options = {}
    options["type"] = "labelmap"
    
    """ 带参数调用人像分割 """
    client.bodySeg(image, options)
    

    完整代码

    python调用百度AI的方法不用多说,实现人像分割的代码如下:

    # -*- coding: utf-8 -*-
    """
    Created on Mon Feb  1 21:25:21 2021
    
    @author: lenovo
    """
    from aip import AipBodyAnalysis
    import cv2
    import numpy as np
    import base64
    
    APP_ID = '23619478'
    API_KEY = 'x2M6XTQ4oNIlhS2f2GQBElHa'
    SECRET_KEY = 'xxxxxxxxxxx'
    
    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
    
    """ 读取图片 """
    def get_file_content(filePath):
        with open(filePath, 'rb') as fp:
            return fp.read()
    
    image = get_file_content('banben.jpg')
    
    """ 调用人像分割 """
    res = client.bodySeg(image)
     
    foreground = base64.b64decode(res['foreground'])
    labelmap = base64.b64decode(res['labelmap'])
    scoremap = base64.b64decode(res['scoremap'])
     
    nparr_foreground = np.fromstring(foreground,np.uint8)
    foregroundimg = cv2.imdecode(nparr_foreground,1)
    foregroundimg = cv2.resize(foregroundimg,(512,512),interpolation=cv2.INTER_NEAREST)
    im_new_foreground = np.where(foregroundimg==1, 10, foregroundimg)
    cv2.imwrite('foreground.png', im_new_foreground)
     
    nparr_labelmap = np.fromstring(labelmap,np.uint8)
    labelmapimg = cv2.imdecode(nparr_labelmap,1)
    labelmapimg = cv2.resize(labelmapimg,(512,512),interpolation=cv2.INTER_NEAREST)
    im_new_labelmapimg = np.where(labelmapimg==1, 255, labelmapimg)
    cv2.imwrite('labelmap.png', im_new_labelmapimg)
     
    nparr_scoremap = np.fromstring(scoremap,np.uint8)
    scoremapimg = cv2.imdecode(nparr_scoremap,1)
    scoremapimg = cv2.resize(scoremapimg,(512,512),interpolation=cv2.INTER_NEAREST)
    im_new_scoremapimg = np.where(scoremapimg==1, 255, scoremapimg)
    cv2.imwrite('scoremap.png', im_new_scoremapimg)
    

    最终效果

    原图:
    在这里插入图片描述
    labelmap - 二值图像,需二次处理方能查看分割效果

    在这里插入图片描述
    scoremap - 人像前景灰度图
    在这里插入图片描述
    foreground - 人像前景抠图,透明背景
    在这里插入图片描述

    展开全文
  • python调用百度AI接口实现自然语言处理。 from aip import AipNlp import json """ 你的 APPID AK SK """ APP_ID = '23694141' API_KEY = 'bEKvNrzIat2w5Xs4fSDBKAfq' SECRET_KEY = 'xxxxxxxxxxxx' client = ...

    python调用百度AI接口实现自然语言处理。

    新建项目

    https://blog.csdn.net/weixin_46530492/category_10365069.html

    新建AipNlp

    from aip import AipNlp
    import json
    
    """ 你的 APPID AK SK """
    APP_ID = '23694141'
    API_KEY = 'bEKvNrzIat2w5Xs4fSDBKAfq'
    SECRET_KEY = 'xxxxxxxxxxxx'
    
    client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
    

    接口说明

    评论观点抽取

    评论观点抽取接口用来提取一条评论句子的关注点和评论观点,并输出评论观点标签及评论观点极性。

    情感倾向分析

    对包含主观观点信息的文本进行情感极性类别(积极、消极、中性)的判断,并给出相应的置信度。

    text = "苹果是一家伟大的公司"
    
    """ 调用情感倾向分析 """
    dic = client.sentimentClassify(text);
    
    print(json.dumps(dic,ensure_ascii=False,sort_keys=True, indent=4, separators=(',', ': ')))
    
    {
        "items": [
            {
                "confidence": 0.997489,
                "negative_prob": 0.00112987,
                "positive_prob": 0.99887,
                "sentiment": 2
            }
        ],
        "log_id": 3192513341866407737,
        "text": "苹果是一家伟大的公司"
    }
    
    文章标签

    文章标签服务能够针对网络各类媒体文章进行快速的内容理解,根据输入含有标题的文章,输出多个内容标签以及对应的置信度,用于个性化推荐、相似文章聚合、文本内容分析等场景。

    title = "iphone手机出现“白苹果”原因及解决办法,用苹果手机的可以看下"
    
    content = "如果下面的方法还是没有解决你的问题建议来我们门店看下成都市锦江区红星路三段99号银石广场24层01室。"
    
    """ 调用文章标签 """
    dic = client.keyword(title, content)
    print(json.dumps(dic,ensure_ascii=False,sort_keys=True, indent=4, separators=(',', ': ')))
    
    {
        "items": [
            {
                "score": 0.99775,
                "tag": "iphone"
            },
            {
                "score": 0.862602,
                "tag": "手机"
            },
            {
                "score": 0.845657,
                "tag": "苹果"
            },
            {
                "score": 0.837886,
                "tag": "苹果公司"
            },
            {
                "score": 0.801252,
                "tag": "白苹果"
            },
            {
                "score": 0.797911,
                "tag": "数码"
            }
        ],
        "log_id": 7392338802443196121
    }
    
    文章分类

    对文章按照内容类型进行自动分类,首批支持娱乐、体育、科技等26个主流内容类型,为文章聚类、文本内容分析等应用提供基础技术支持。

    title = "欧洲冠军杯足球赛"
    
    content = "欧洲冠军联赛是欧洲足球协会联盟主办的年度足球比赛,代表欧洲俱乐部足球最高荣誉和水平,被认为是全世界最高素质、最具影响力以及最高水平的俱乐部赛事,亦是世界上奖金最高的足球赛事和体育赛事之一。"
    
    """ 调用文章分类 """
    dic = client.topic(title, content);
    
    print(json.dumps(dic,ensure_ascii=False,sort_keys=True, indent=4, separators=(',', ': ')))
    
    {
        "item": {
            "lv1_tag_list": [
                {
                    "score": 0.830915,
                    "tag": "体育"
                }
            ],
            "lv2_tag_list": [
                {
                    "score": 0.915631,
                    "tag": "足球"
                },
                {
                    "score": 0.803507,
                    "tag": "国际足球"
                },
                {
                    "score": 0.77813,
                    "tag": "英超"
                }
            ]
        },
        "log_id": 4032705288703185305
    }
    
    文本纠错

    识别输入文本中有错误的片段,提示错误并给出正确的文本结果。支持短文本、长文本、语音等内容的错误识别,纠错是搜索引擎、语音识别、内容审查等功能更好运行的基础模块之一。

    text = "百度是一家人工只能公司"
    
    """ 调用文本纠错 """
    dic = client.ecnet(text);
    
    print(json.dumps(dic,ensure_ascii=False,sort_keys=True, indent=4, separators=(',', ': ')))
    
    {
        "item": {
            "correct_query": "百度是一家人工智能公司",
            "score": 0.797593,
            "vec_fragment": [
                {
                    "begin_pos": 10,
                    "correct_frag": "人工智能公司",
                    "end_pos": 22,
                    "ori_frag": "人工只能公司"
                }
            ]
        },
        "log_id": 2703019807768401785,
        "text": "百度是一家人工只能公司"
    }
    

    可以简化最后一行为

    print(dic['item']['correct_query'])
    

    这样输出的结果只有

    百度是一家人工智能公司
    
    对话情绪识别接口

    针对用户日常沟通文本背后所蕴含情绪的一种直观检测,可自动识别出当前会话者所表现出的情绪类别及其置信度,可以帮助企业更全面地把握产品服务质量、监控客户服务质量。

    client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
    
    text = "本来今天高高兴兴"
    
    """ 调用对话情绪识别接口 """
    dic = client.emotion(text);
    print(json.dumps(dic,ensure_ascii=False,sort_keys=True, indent=4, separators=(',', ': ')))
    
    {
        "items": [
            {
                "label": "optimistic",
                "prob": 0.501008,
                "replies": [
                    "笑一笑十年少"
                ],
                "subitems": [
                    {
                        "label": "happy",
                        "prob": 0.501008
                    }
                ]
            },
            {
                "label": "neutral",
                "prob": 0.49872,
                "replies": [],
                "subitems": []
            },
            {
                "label": "pessimistic",
                "prob": 0.000272128,
                "replies": [],
                "subitems": []
            }
        ],
        "log_id": 5337498598844391481,
        "text": "本来今天高高兴兴"
    }
    
    新闻摘要接口

    自动抽取新闻文本中的关键信息,进而生成指定长度的新闻摘要。

    地址识别接口

    针对快递、电商行业中客户在线提交的大量非结构化地址单据,该接口可以帮助精准提取快递填单文本中的姓名、电话、地址信息,通过自然语言处理辅助地址识别做自动补充和纠正,生成标准规范的结构化信息,大幅提升企业处理单据的效率。

    client = AipNlp(APP_ID, API_KEY, SECRET_KEY)
    
    text = "上海市浦东新区纳贤路701号百度上海研发中心 F4A000 张三"
    
    """ 调用地址识别接口 """
    dic = client.address(text);
    
    print(json.dumps(dic,ensure_ascii=False,sort_keys=True, indent=4, separators=(',', ': ')))
    
    {
        "province": "上海市",
        "city": "上海市",
        "province_code": "310000",
        "log_id": 1420038644986026316,
        "text": "上海市浦东新区纳贤路701号百度上海研发中心 F4A000 张三",
        "town": "张江镇",
        "phonenum": "",
        "detail": "纳贤路701号百度上海研发中心F4A000",
        "county": "浦东新区",
        "person": "张三",
        "town_code": "310115125",
        "county_code": "310115",
        "city_code": "310100"
    }
    
    展开全文
  • python调用百度AI平台做简单的图片识别功能这样做的缘由用百度AI平台接口的理由具体步骤 这样做的缘由 工作需要把100多张图片中的文字(主要是车牌号)提取出来,并作为文件名字。用python从头到尾写车牌识别的功能...
  • Python调用百度AI进行连续的文字识别(非手写) 今年百度AI升级了,去年写的代码不能用了 import os #自带的 import requests #要自己装 import base64 #自带的 print("正在努力识别中,请耐心等待".center(30)) ...
  • 1、进入百度AI官网,注册账号和语音识别服务,创建语音识别应用 获取百度AI应用的AppID,API Key,Secret Key 2、
  • python本身也有识别图片转文字的框架,但是相比调用接口,识别的精度就略显不行了; 这是 百度AI 的网站: https://ai.baidu.com/ ; 点击右上角的 控制台 ,申请或者登陆; 进去之后左侧有 【文字识别】: ...
  • file_content(filePath): with open(filePath, 'rb') as fp: return fp.read() # 定义参数变量 options = { 'detect_direction': 'true', 'language_type': 'CHN_ENG', } # 调用通用文字识别接口 result = aipOcr....
  • 20190512做了个界面,代码正在优化,需要的话留言。第一步:进入百度AI官网注册...第三步:调用百度AI接口from aip import AipOcr#import configparser#在这三个地方填入参数api_id = ''api_key = ''secret_key = ...
  • 人脸融合不同于AI换脸,因为人脸融合是将两个人的面部特征都保留了下来,而AI换脸是把原来人的面部特征全部由另一个人替换。 文章目录官网地址请求access——token处理图片调用人脸融合url核心概念完整代码效果展示 ...
  • 百度AI接口的调用方法不必多介绍。 文章目录新建AipBodyAnalysis读取和调用显示图片完整代码最终效果 新建AipBodyAnalysis from aip import AipBodyAnalysis """ 你的 APPID AK SK """ APP_ID = '你的 App ID' API_...
  • 目前已经可以返回值,但是只有对第一条数据进行评论观点抽取的结果。 总共list里酒店数据有1W多条,但是只返回了第一条数据的处理结果 {'log_id': 8924813165379044540, 'items': [{'sentiment': 2, 'abstract'...
  • 前两篇,我们使用百度AI调用制作了一个...百度AI调用实现文字识别【分 析】前两篇的内容基本实现了通过调用百度AI从图片上提取文字的功能。为了进一步提供用户友好的GUI界面,我们在此基础上实现了显示\隐藏图片的功...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 425
精华内容 170
关键字:

python调用百度ai

python 订阅