从零开始玩人工智能—机器视觉API—02

Posted 2020-10-27

    本期有福利哦！不要错过啦！

    前文简单实现了认知服务对图片的检测识别。检测识别是其他机器视觉实现的基础，除了我们示例代码涉及的初步“看懂”图片，认知服务其实可以按照要求返回不同的信息，例如：

• Categories – categorizes image content according to a taxonomy defined in documentation.

• Tags – tags the image with a detailed list of words related to the image content.

• Description – describes the image content with a complete English sentence.

• Faces – detects if faces are present. If present, generate coordinates, gender and age.

• ImageType – detects if image is clipart or a line drawing.

• Color – determines the accent color, dominant color, and whether an image is black&white.

• Adult – detects if the image is pornographic in nature (depicts nudity or a sex act). Sexually suggestive content is also detected.

• Celebrities – identifies celebrities if detected in the image.

• Landmarks – identifies landmarks if detected in the image.

    有一项功能信息，Adult，我们可以把它理解为成人图像识别。互联网太强大，但很多时候，我们不希望在不合适的时候看到成人图像，例如不想让孩子看到成人内容。据说，有个职业叫做鉴黄师，以后是不是可以让AI来做这样的工作呢？于是，这个API的返回引起了我的兴趣……

    首先想试试机器视觉，于是找了Cortana的照片让它识别。还挺铁面无私的，尽管是自家的，Computer Vision API 还是告诉我，它觉得这张图有点轻度猥亵（0.342），但不算成人内容。

    那怎样算是成人内容呢？坦白说，我觉得目前准确度还不是很高吧，以科学的名义，我尝试了露点的人体艺术照片，甚至无码高清的AV截图……它一直告诉我是猥亵内容，却没说是成人内容…直到我突然想到，也许是目前人工智能训练的图片不多？换个知名些的图片呢？脑海里想到了“德艺双馨”的苍老师…行动起来！

    终于，成人内容评分上去了，机器视觉告诉我这是张×××了，泪目……

    还是挺强大的，不光知道是张×××，而且告诉我，图中是 Sola Aoi lying on a bed。苍老师躺在床上…… 你不信 Sola Aoi 就是苍老师？来，上Wiki~

    没错吧？机器视觉很准确的认出了苍老师，以及她在干啥，看来也是阅片无数，心中无码的老司机啊~

    不要以为我是哗众取宠哦，看看百度图片，已经开始在图片搜索中加入了机器视觉了，可以通过图片了解到对应的信息了。脸盲症的我有救了……

     福利聊完了，再看看别的。上期聊了机器视觉能够从图片中分辨86类事物，其实有些事物是我们特别注意的，比如著名的地方和人。在机器视觉API的接口中，就有针对这两种的特定领域识别。

    上期我对把天安门识别为：A large red building with tiananmen square in the background 耿耿于怀，所以我特意在使用celebrity和landmark之前试了试白宫的图片。很好~一视同仁，白宫也被识别为：A large white building with grass and trees with white house in the background 看来，是机器视觉的语言能力还不太好，哈哈。

    我们来指定机器视觉识别一个地理标志 Landmark。我找了一张西雅图的照片，表达我没能参加正在西雅图举办的2018第25届MVP全球峰会的遗憾。这张照片跟之前我去峰会时，在Kerry Park冻了四小时拍的那些照片角度很接近。

    代码和之前的类似，只是POST的URL不太一样。我尝试修改一下matplotlib里画图的参数，看看能不能把标记写到右上方。

    果然，太空针还是被识别出来了，给出了相似度评分：

{
  'result': {
   'landmarks': 
    [{
     'name': 'Space Needle', 
     'confidence': 0.985418438911438
    }]
   }, 
  'requestId': '28210182-6b2b-422b-b94d-daa482d20c92', 
  'metadata': {
   'height': 428, 
   'width': 665, 
   'format': 'Jpeg'
  }
}
Space needle

    把返回的Caption写到图片上。

    挺简单吧。接下来看看人物识别的。为了考考人工智能，也为了有点戏剧效果，我找了张和宠物“撞脸”的照片给机器视觉。原本想找孙红雷和×××梗的，一时没找到，也怕机器视觉不认识。萨缪尔.杰克逊是为人熟知的演员，在漫威电影里他是S.H.I.E.L.D.神盾局的局长。那就用他了~

     机器视觉很聪明，没有认错，哈哈哈。返回了简单明了的人名、相似度评分和脸部取样区域。

{
  'requestId': '22d4ff5a-be22-4714-819c-16cb0b4ec8a6', 
  'metadata': {
   'width': 888, 
   'format': 'Jpeg', 
   'height': 525
  }, 
  'result': {
   'celebrities': 
   [{
    'confidence': 0.9998701810836792, 
    'name': 'SAMUEL L. JACKSON', 
    'faceRectangle': {
     'width': 280, 
     'height': 280, 
     'top': 152, 
     'left': 25
    }
   }]
  }
}
SAMUEL L. JACKSON

    前面苍老师做识别的时候，不是画了个框显示面部识别的区域吗？我们也来画一个，然后把识别出来的名字写在框上。干这个需要用到返回的脸部坐标，然后使用matplotlib来绘制。

   这就是输出的结果了。一共也没几行代码，是不是很简单？