基于Flask和PaddleHub怎么实现人脸检测功能 | 您所在的位置:网站首页 › 人脸3d模型怎么展示 › 基于Flask和PaddleHub怎么实现人脸检测功能 |
基于Flask和PaddleHub怎么实现人脸检测功能
发布时间:2023-03-23 13:47:12
来源:亿速云
阅读:61
作者:iii
栏目:开发技术
这篇文章主要介绍“基于Flask和PaddleHub怎么实现人脸检测功能”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“基于Flask和PaddleHub怎么实现人脸检测功能”文章能帮助大家解决问题。 实现1. 部署人脸检测模型一行命令即可完成服务化部署(你需要先安装PaddleHub库),pyramidbox_lite_mobile是一个预训练的人脸检测模型。 hub serving start -m pyramidbox_lite_mobile你可以使用下面的代码(来自PaddleHub的文档,记得修改未你自己的图片存放路径),测试接口: # coding: utf8 import requests import json import cv2 import base64 def cv2_to_base64(image): data = cv2.imencode('.jpg', image)[1] return base64.b64encode(data.tostring()).decode('utf8') if __name__ == '__main__': # 获取图片的base64编码格式 (记得修改你自己的图片存放路径) img1 = cv2_to_base64(cv2.imread("./static/Aaron_Peirsol_0001.jpg")) img2 = cv2_to_base64(cv2.imread("./static/Aaron_Peirsol_0002.jpg")) data = {'images': [img1, img2]} # 指定content-type headers = {"Content-type": "application/json"} # 发送HTTP请求 url = "http://127.0.0.1:8866/predict/pyramidbox_lite_mobile" r = requests.post(url=url, headers=headers, data=json.dumps(data)) # 打印预测结果 print(r.json())2. 使用Flask构建app2.1 目录结构- templates - index.html - app.py - forms.py - utils.py其中utils.py封装了一些简单的函数。 2.2 forms.py下面定义了一个表单,它只有一个字段face_img,用于上传待检测的人脸图片。validatiors中描述了很多message,在上传的表单不满足约束时,可在html模板中通过{{ form.face_img.erros }}获取相关的message信息。 from flask_wtf import FlaskForm from flask_wtf.file import FileAllowed, FileRequired, FileSize, FileField class ImageForm(FlaskForm): face_img = FileField("face_img", validators=[ FileRequired(message="不能为空"), FileAllowed(['jpg', 'png'], message="仅支持jpg/png格式"), FileSize(max_size=2048000, message="图片不能大于2Mb") ], description="图片不能大于2Mb,仅支持jpg/png格式" )2.3 utils.py封装了三个简单的函数,但在app.py中只使用了cv2_to_base64()。 import base64 import numpy as np import cv2 def base64_to_cv2(img: str): # base64 -> 二进制 -> ndarray -> cv2 # 解码为二进制数据 img_codes = base64.b64decode(img) img_np = np.frombuffer(img_codes, np.uint8) img_cv2 = cv2.imdecode(img_np, cv2.IMREAD_COLOR) return img_cv2 def cv2_to_base64(image): data = cv2.imencode('.jpg', image)[1] return base64.b64encode(data.tostring()).decode('utf8') # 显示cv2格式的图像 --> 开发过程中测试图像是否正常时使用 def cv2_show(img_cv2): cv2.imshow('img', img_cv2) cv2.waitKey(0) cv2.destroyAllWindows()2.4 app.py注:如果以后数据在转换的过程中究竟变成了什么格式,那就把它们打印出来看看叭!例如print(data, type(data))。 主要的逻辑就在这里了,图像主要经历了三种类型的格式: 文件对象:从前端表单返回的图像文件的格式。 cv2:opencv的图像格式,是一个numpy的ndarray数组。 str:base64编码格式的字符串;是作为模型输入,和在前端显示图像的格式。 数据格式的变化流程大致如下图: 视图模板,也是十分简陋。 试试人脸检测 {{ form.csrf_token }} {{ form.face_img() }} {% if img_base64 %}置信度: {{ confidence }} 推理耗时(秒): {{ use_time }} {% endif %} {% if form.face_img.errors %} {% for error in form.face_img.errors %} {{ error }} {% endfor %} {% endif %}Bug(s)1、后端接收不到上传的图片 使用表单的模板代码如下: {{ form.csrf_token }} {{ form.face_img() }}解决:在 Flask 中处理文件上传时,需要中添加 enctype="multipart/form-data" 属性,这样浏览器才能正确识别上传的文件数据。 2、数据格式转换晕头转向 在app.py中,我最初对于图像格式的转换十分懵圈,想整理下思路,结果却如下图,还是很乱。经过多次重构,才变成了 2.5 app.py 那里显示的图。 重构还是挺有用的!有时代码经过重构也会变得清晰。 关于“基于Flask和PaddleHub怎么实现人脸检测功能”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注亿速云行业资讯频道,小编每天都会为大家更新不同的知识点。 推荐阅读: python自动化测试中APScheduler Flask怎么应用 Python Flask中Cookie和Session区别是什么免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:[email protected]进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。 flask 上一篇新闻:Shell查找命令find和grep如何使用 下一篇新闻:uniapp怎么使用uview 猜你喜欢 怎么通过网站API接口查询ICP域名备案信息 怎么真正掌握Web前端技术 Web开发工具有哪些 Context-React如何跨组件访问数据 好程序员web前端教程分享常见基础面试题之性能优化 好程序员web前端分享H5高级工程师学习思路 bootstrap-表单控件——按钮 Jitamin在CentOS下面的安装部署过程 (一) js对象怎么根据时间进行排序 【MAC OS Sierra】PGP邮件加密教程 Id class 变量 的赋值规范 大驼峰和小驼峰 代码的格式和注释的类型 |
CopyRight 2018-2019 实验室设备网 版权所有 |