Python调用华为API进行图像标签

Posted 2022-12-01 ZHW_AI课题组

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python调用华为API进行图像标签相关的知识，希望对你有一定的参考价值。

1. 作者介绍

朱景坤，男，西安工程大学电子信息学院，2021级研究生
研究方向：图像处理
电子邮件：2821776606@qq.com

吴燕子，女，西安工程大学电子信息学院，2021级研究生，张宏伟人工智能课题组
研究方向：人工智能与模式识别
电子邮件：1219428323@qq.com

2. 华为云API介绍

2.1 华为云图像标签

可识别上千种通用物体以及数百种场景标签，一个图像可包含多个标签内容，语义内容非常丰富。更智能、准确的理解图像内容，让智能相册管理、照片检索和分类、基于场景内容或者物体的广告推荐等功能更加准确。

2.2 应用场景

1.场景分析
图像标签功能可准确识别视频、图像内容，提高检索效率和精度，从而使得个性化推荐、内容检索和分发更为有效。

2.智能相册
基于图像识别的标签可达近万种，智能相册可以自定义分类，比如“植物”、“美食”、“工作”等类别。方便用户管理相册，带来良好体验。

3.目标检测
在建筑施工现场，基于定制化的图像识别目标检测系统，可实时监测现场人员是否佩戴安全帽，以降低安全风险。

4. 图像搜索
基于图像标签的图像搜索技术，不管用户输入关键字，还是输入一张图像，都可以快速搜索到想要的图像。

2.3 调用华为云API实现图像标签

1.进入图像标签功能申请界面
首先使用账号登录华为云（也可另行注册）
（1）访问华为云官网huaweicloud.com，搜索“图像标签”
（2）点击“申请开通”（按照提示依次完成即可）

2.获取图像标签AK/SK
请确保账号登录华为云
访问华为云账号中我的凭证---------->再点击访问密钥获取AK/SK（按照提示下载对应的cv包）

3. 调试图像标签接口
（1）点击链接访问API 3.0 Explorer 在线接口调试页面apiexplorer.developer.huaweicloud.com
并在搜索框输入图像识别功能进入调试端口

4.API 3.0 Explorer 在线接口调试图
（2）如下图所示（可查看具体的调试要求）

3. 实验过程

3.1实验代码

######准备工作：在cmd中进入你所使用的python所在环境，通过pip的方式安装华为云的Python SDK
pip install huaweicloudsdkimage
pip install huaweicloudsdkcore
pip install base64
#########实验代码：运行前面步骤生成的代码
# coding: utf-8
####  导入指定的数据包  
from huaweicloudsdkcore.auth.credentials import BasicCredentials
from huaweicloudsdkimage.v2.region.image_region import ImageRegion
from huaweicloudsdkcore.exceptions import exceptions
from huaweicloudsdkimage.v2 import *
import base64

#### base64编码格式
def image_to_base64(self):
    with open(self, 'rb') as f:
        base64_data = base64.b64encode(f.read())      #  将图像转换为 base64数据格式
        return base64_data


if __name__ == "__main__":

    ak = "yourself_ak_from_cv"  #### 输入获得的access key
    sk = "yourself_sk_from_cv"     ###输入获得的secret key
    credentials = BasicCredentials(ak, sk) \\

    client = ImageClient.new_builder() \\
        .with_credentials(credentials) \\
        .with_region(ImageRegion.value_of("cn-north-4")) \\
        .build()
####  channel =  cn-north-4   自己项目所在的大区
    try:
        request = RunImageTaggingRequest()
        request.body = ImageTaggingReq(
            limit=5,    ##  限制输出多少种类
            threshold=60,   ### 设置  confidence置信度  低于60的种类不输出
            language="zh",    ##  设置成中文显示
            image= image_to_base64('D:/data/train/动物/5.png')  ##  调用之前定义的 base64 编码 并且输入自己的图片路径
        )
        response = client.run_image_tagging(request)
        print(response)
    except exceptions.ClientRequestException as e:
        print(e.status_code)
        print(e.request_id)
        print(e.error_code)
        print(e.error_msg)

3.2 运行结果

输入图片：

运行结果：

"result": "tags": ["confidence": "98.94", "type": "动物", "tag": "猪", "i18n_tag": "zh": "猪", "en": "Pig", "i18n_type": "zh": "动物", "en": "Animal", "instances": ["bounding_box": "height": 333.29959458571216, "top_left_x": 4.955303632296049, "top_left_y": 5.086499214172363, "width": 395.2104104849008, "confidence": "93.81"], 
"confidence": "85.00", "type": "人工场景", "tag": "农场", "i18n_tag": "zh": "农场", "en": "Farm", "i18n_type": "zh": "人工场景", "en": "Manual scenario", "instances": [],
 "confidence": "66.37", "type": "食物", "tag": "火腿", "i18n_tag": "zh": "火腿", "en": "Ham", "i18n_type": "zh": "食物", "en": "Food", "instances": []]