Python的MS Face API牛津身份/分组

Question

我正在尝试使用python创建基于MS API的图像分类器。

首先，我想按照MSDN“如何识别脸部”的说明进行操作 该指令基于C＃，但我想引用并转换为python

https://msdn.microsoft.com/en-us/library/mt605327.aspx

根据我的分析，为了识别面部，程序是这样的。

2。  人员组 - 创建人员组API

Person - 创建Person API

人 - 添加人脸 3.培训人员小组  人员组 - 培训人员组API。      人员组 - 获取人员组培训状态

1. 确定

   面部 - 识别。

Q1。如何创建子组像示例？ 下面的代码基本上创建了人组ID，我不知道如何添加 在这种情况下，诸如“安娜”，“比尔”，“克莱尔”等子组。

#Person Group - Create a Person Group API
group_id = 'myfriend'
params = urllib.urlencode({ 'personGroupId': group_id})

body = '{"name": "myfriend1","userData": "user_profivde_data"}'
print(body)

try:
conn = httplib.HTTPSConnection('api.projectoxford.ai')
conn.request("PUT", "/face/v1.0/persongroups/{personGroupId}?%s" % params, body, headers)
response = conn.getresponse()
data = response.read()
print(data)
conn.close()
except Exception as e:
print("[Errno {0}] {1}".format(e.errno, e.strerror))

Q2。如何添加多个用户面部数据而不是url？ 看起来它需要身体的网址，只能数据一个。 我希望通过我的磁盘上传几个数据。

# Person - Add a Person Face

params = urllib.urlencode({
# Request parameters
'personGroupId': 'myfriend1',
'personId': "f50119eb-5a61-479f-9c57-d2af4eb99c48",
'userData': '{r/media/ryan/Windows_D/xx/xx.jpg}',
#'targetFace': '{string}',
})

body = '{ "url": "" }'

try:
conn = httplib.HTTPSConnection('api.projectoxford.ai')
conn.request("POST", "/face/v1.0/persongroups/{personGroupId}/persons/{personId}/persistedFaces?%s" % params, body, headers)
response = conn.getresponse()
data = response.read()
print(data)
conn.close()
except Exception as e:
print("[Errno {0}] {1}".format(e.errno, e.strerror))

如果有人使用ms api进行图像分组的python代码，那将是非常好的。

感谢您的帮助，我非常感激。

Answer 1

Q1：成功创建PersonGroup后，使用Create Person POST调用API Reference |创建Person对象作为该组的一部分。 How-To doc。您可以拥有多个人员组，每个人员组可以拥有多个人员对象。人物对象必须存在于人员组中。

Q2：Adding Faces每次只占一个面，所以如果你有5个面添加到一个Person对象，则需要5次添加人脸的调用。虽然它在C＃中，但是有一个迭代文件夹的示例在How-To doc

中执行此操作

还有一个python笔记本显示了如何在这里使用Face API的检测，这可能是有趣的：https://github.com/Microsoft/ProjectOxford-ClientSDK/blob/master/Face/Python/Jupyter%20Notebook/Face%20Detection%20Example.ipynb

我们总是希望扩展这些示例，并且如果您想扩展这个Python一个用于识别的示例，我们将很乐意审查一个拉取请求： - ）