Python公众号开发(二)—颜值检测

上篇文章，咱们把本身的程序接入了微信公众号，而且能把用户发送的文本及图片文件原样返回。今天咱们把用户的图片经过腾讯的AI平台分析后再返回给用户。

为了防止个人文章被处处转载，贴一下个人公众号【智能制造社区】，欢迎你们关注。

github仓库地址https://github.com/injetlee/Python/tree/master/wechat

效果图

一. 接入腾讯AI平台

咱们先看一下官方人脸检测与分析接口的描述：

检测给定图片（Image）中的全部人脸（Face）的位置和相应的面部属性。位置包括（x, y, w, h），面部属性包括性别（gender）, 年龄（age）, 表情（expression）, 魅力（beauty）, 眼镜（glass）和姿态（pitch，roll，yaw）。

请求参数包括下面几个：

• app_id 应用标识，咱们在AI平台注册后就能够获得app_id
• time_stamp 时间戳
• nonce_str 随机字符串
• sign 签名信息，须要咱们本身去计算
• image 须要检测的图片（上限1M）
• mode 检测模式

1.接口鉴权，构造请求参数

官方给了咱们接口鉴权的计算方法。

1. 将<key, value>请求参数对按key进行字典升序排序，获得有序的参数对列表N
2. 将列表N中的参数对按URL键值对的格式拼接成字符串，获得字符串T（如：key1=value1&key2=value2），URL键值拼接过程value部分须要URL编码，URL编码算法用大写字母，例如%E8，而不是小写%e8
3. 将应用密钥以app_key为键名，组成URL键值拼接到字符串T末尾，获得字符串S（如：key1=value1&key2=value2&app_key=密钥)
4. 对字符串S进行MD5运算，将获得的MD5值全部字符转换成大写，获得接口请求签名

2.请求接口地址

请求接口信息，咱们用 requests 发送请求，会获得返回的 json 格式的图像信息pip install requests安装requests。

3.处理返回的信息

处理返回的信息，把信息展现在图片上，再把处理后的图片保存。这里咱们用到 opencv ,和 pillow 两个库pip install pillow和pip install opencv-python来安装。

开始编写代码，咱们新建一个face_id.py 文件来对接AI平台，而且返回检测后的图像数据。

import time
import random
import base64
import hashlib
import requests
from urllib.parse import urlencode
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
import os


# 一.计算接口鉴权，构造请求参数

def random_str():
    '''获得随机字符串nonce_str'''
    str = 'abcdefghijklmnopqrstuvwxyz'
    r = ''
    for i in range(15):
        index = random.randint(0,25)
        r += str[index]
    return r


def image(name):
    with open(name, 'rb') as f:
        content = f.read()
    return base64.b64encode(content)


def get_params(img):
    '''组织接口请求的参数形式，而且计算sign接口鉴权信息，
    最终返回接口请求所须要的参数字典'''
    params = {
        'app_id': '1106860829',
        'time_stamp': str(int(time.time())),
        'nonce_str': random_str(),
        'image': img,
        'mode': '0'

    }

    sort_dict = sorted(params.items(), key=lambda item: item[0], reverse=False)  # 排序
    sort_dict.append(('app_key', 'P8Gt8nxi6k8vLKbS'))  # 添加app_key
    rawtext = urlencode(sort_dict).encode()  # URL编码
    sha = hashlib.md5()
    sha.update(rawtext)
    md5text = sha.hexdigest().upper()  # 计算出sign，接口鉴权
    params['sign'] = md5text  # 添加到请求参数列表中
    return params

# 二.请求接口URL


def access_api(img):
    frame = cv2.imread(img)
    nparry_encode = cv2.imencode('.jpg', frame)[1]
    data_encode = np.array(nparry_encode)
    img_encode = base64.b64encode(data_encode)  # 图片转为base64编码格式
    url = 'https://api.ai.qq.com/fcgi-bin/face/face_detectface'
    res = requests.post(url, get_params(img_encode)).json()  # 请求URL,获得json信息
    # 把信息显示到图片上
    if res['ret'] == 0:  # 0表明请求成功
        pil_img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))  # 把opencv格式转换为PIL格式，方便写汉字
        draw = ImageDraw.Draw(pil_img)
        for obj in res['data']['face_list']:
            img_width = res['data']['image_width']  # 图像宽度
            img_height = res['data']['image_height']  # 图像高度
            # print(obj)
            x = obj['x']  # 人脸框左上角x坐标
            y = obj['y']  # 人脸框左上角y坐标
            w = obj['width']  # 人脸框宽度
            h = obj['height']  # 人脸框高度
            # 根据返回的值，自定义一下显示的文字内容
            if obj['glass'] == 1:  # 眼镜
                glass = '有'
            else:
                glass = '无'
            if obj['gender'] >= 70:  # 性别值从0-100表示从女性到男性
                gender = '男'
            elif 50 <= obj['gender'] < 70:
                gender = "娘"
            elif obj['gender'] < 30:
                gender = '女'
            else:
                gender = '女汉子'
            if 90 < obj['expression'] <= 100:  # 表情从0-100，表示笑的程度
                expression = '一笑倾城'
            elif 80 < obj['expression'] <= 90:
                expression = '心花盛开'
            elif 70 < obj['expression'] <= 80:
                expression = '兴高采烈'
            elif 60 < obj['expression'] <= 70:
                expression = '眉开眼笑'
            elif 50 < obj['expression'] <= 60:
                expression = '喜上眉梢'
            elif 40 < obj['expression'] <= 50:
                expression = '喜气洋洋'
            elif 30 < obj['expression'] <= 40:
                expression = '笑逐颜开'
            elif 20 < obj['expression'] <= 30:
                expression = '似笑非笑'
            elif 10 < obj['expression'] <= 20:
                expression = '半嗔半喜'
            elif 0 <= obj['expression'] <= 10:
                expression = '黯然伤神'
            delt = h // 5  # 肯定文字垂直距离
            # 写入图片
            if len(res['data']['face_list']) > 1:  # 检测到多我的脸，就把信息写入人脸框内
                font = ImageFont.truetype('yahei.ttf', w // 8, encoding='utf-8')  # 提早把字体文件下载好
                draw.text((x + 10, y + 10), '性别 :' + gender, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 1), '年龄 :' + str(obj['age']), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 2), '表情 :' + expression, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 3), '魅力 :' + str(obj['beauty']), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 4), '眼镜 :' + glass, (76, 176, 80), font=font)
            elif img_width - x - w < 170:  # 避免图片太窄，致使文字显示不彻底
                font = ImageFont.truetype('yahei.ttf', w // 8, encoding='utf-8')
                draw.text((x + 10, y + 10), '性别 :' + gender, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 1), '年龄 :' + str(obj['age']), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 2), '表情 :' + expression, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 3), '魅力 :' + str(obj['beauty']), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 4), '眼镜 :' + glass, (76, 176, 80), font=font)
            else:
                font = ImageFont.truetype('yahei.ttf', 20, encoding='utf-8')
                draw.text((x + w + 10, y + 10), '性别 :' + gender, (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 1), '年龄 :' + str(obj['age']), (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 2), '表情 :' + expression, (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 3), '魅力 :' + str(obj['beauty']), (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 4), '眼镜 :' + glass, (76, 176, 80), font=font)

            draw.rectangle((x, y, x + w, y + h), outline="#4CB050")  # 画出人脸方框
            cv2img = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)  # 把 pil 格式转换为 cv
            cv2.imwrite('faces/{}'.format(os.path.basename(img)), cv2img)  # 保存图片到 face 文件夹下
            return '检测成功'
    else:
        return '检测失败'

到这里咱们的人脸检测接口接入及图片处理就完成了。以后在收到用户发送的图片信息后，调用这个函数，把处理后的图片返回给用户就能够。

返回图片给用户

当收到用户图片时，须要如下几个步骤：

保存图片

当接收到用户图片后，咱们要先把图片保存起来，以后才能去调用人脸分析接口，把图片信息传递过去，咱们须要编写一个 img_download 函数来下载图片。详见下方代码

调用人脸分析接口

图片下载后，调用 face_id.py 文件里的接口函数，获得处理后的图片。

上传图片

检测结果是一张新的图片，要把图片发送给用户咱们须要一个 Media_ID,要获取Media_ID必须先把图片上传为临时素材，因此这里咱们须要一个img_upload函数来上传图片，而且在上传时须要用到一个access_token,咱们经过一个函数来获取. 获取access_token必需要把咱们本身的IP地址加入白名单，不然是获取不到的。请登陆“微信公众平台-开发-基本配置”提早将服务器IP地址添加到IP白名单中，能够在http://ip.qq.com/查看本机的IP...

开始编写代码，咱们新建一个 utils.py 来下载、上传图片

import requests
import json
import threading
import time
import os

token = ''
app_id = 'wxfc6adcdd7593a712'
secret = '429d85da0244792be19e0deb29615128'


def img_download(url, name):
    r = requests.get(url)
    with open('images/{}-{}.jpg'.format(name, time.strftime("%Y_%m_%d%H_%M_%S", time.localtime())), 'wb') as fd:
        fd.write(r.content)
    if os.path.getsize(fd.name) >= 1048576:
        return 'large'
    # print('namename', os.path.basename(fd.name))
    return os.path.basename(fd.name)


def get_access_token(appid, secret):
    '''获取access_token,100分钟刷新一次'''

    url = 'https://api.weixin.qq.com/cgi-bin/token?grant_type=client_credential&appid={}&secret={}'.format(appid, secret)
    r = requests.get(url)
    parse_json = json.loads(r.text)
    global token
    token = parse_json['access_token']
    global timer
    timer = threading.Timer(6000, get_access_token)
    timer.start()


def img_upload(mediaType, name):
    global token
    url = "https://api.weixin.qq.com/cgi-bin/media/upload?access_token=%s&type=%s" % (token, mediaType)
    files = {'media': open('{}'.format(name), 'rb')}
    r = requests.post(url, files=files)
    parse_json = json.loads(r.text)
    return parse_json['media_id']

get_access_token(app_id, secret)

返回给用户

咱们简单修改下收到图片后的逻辑，收到图片后通过人脸检测，上传得到Media_ID,咱们要作的就是把图片返回给用户便可。直接看connect.py的代码

import falcon
from falcon import uri
from wechatpy.utils import check_signature
from wechatpy.exceptions import InvalidSignatureException
from wechatpy import parse_message
from wechatpy.replies import TextReply, ImageReply

from utils import img_download, img_upload
from face_id import access_api


class Connect(object):

    def on_get(self, req, resp):
        query_string = req.query_string
        query_list = query_string.split('&')
        b = {}
        for i in query_list:
            b[i.split('=')[0]] = i.split('=')[1]

        try:
            check_signature(token='lengxiao', signature=b['signature'], timestamp=b['timestamp'], nonce=b['nonce'])
            resp.body = (b['echostr'])
        except InvalidSignatureException:
            pass
        resp.status = falcon.HTTP_200

    def on_post(self, req, resp):
        xml = req.stream.read()
        msg = parse_message(xml)
        if msg.type == 'text':
            reply = TextReply(content=msg.content, message=msg)
            xml = reply.render()
            resp.body = (xml)
            resp.status = falcon.HTTP_200
        elif msg.type == 'image':
            name = img_download(msg.image, msg.source)  # 下载图片
            r = access_api('images/' + name)
            if r == '检测成功':
                media_id = img_upload('image', 'faces/' + name)  # 上传图片，获得 media_id
                reply = ImageReply(media_id=media_id, message=msg)
            else:
                reply = TextReply(content='人脸检测失败，请上传1M如下人脸清晰的照片', message=msg)
            xml = reply.render()
            resp.body = (xml)
            resp.status = falcon.HTTP_200

app = falcon.API()
connect = Connect()
app.add_route('/connect', connect)

至此咱们的工做就作完了，咱们的公众号能够进行颜值检测了。原本我打算用在本身公众号上的，可是还存在下面几个问题，因此没有使用。

1. 微信的机制，咱们的程序必须在5s内给出响应。否则就会报'公众号提供的服务出现故障'。然而处理图片有时会比较慢，常常会超过5s。因此正确的处理方式应该是拿到用户的请求后当即返回一个空字符串表示咱们收到了，以后单首创建一个线程去处理图片，当图片处理完后经过客服接口发送给用户。惋惜的是未认证的公众号没有客服接口，因此没办法，超过5s就会报错。
2. 没法自定义菜单，一旦启用了自定义开发，菜单也须要自定义配置，可是未认证的公众号没有权限经过程序来配置菜单，只能在微信后台配置。

因此，我并无在个人公众号上启用这个程序，可是若是有认证的公众号，能够尝试开发各类好玩的功能。

上篇：Python微信公众号开发—小白篇(一)