WebApiClientCore简约调用百度AI接口

Posted 老九

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WebApiClientCore简约调用百度AI接口相关的知识,希望对你有一定的参考价值。

WebApiClientCore

WebApiClient.JIT/AOT的netcore版本,集高性能高可扩展性于一体的声明式http客户端库,特别适用于微服务的restful资源请求,也适用于各种畸形http接口请求。

百度AI

百度AI目前相当开放(至少在使用上),如果不是高并发请求场景,一般免费使用即可。鉴于其提供的.net sdk比较先进(laji),使用Dictionary类型替代模型参数,以及使用万能的JObject类型做为返回值类型的设计,正常人都无法体会其中精髓。试看以下的api原型,想必大家都想找找没有文档说明吧?我觉得这sdk更像是一个httpUtil,只提供了一个 object Send( object )方法。

public JObject Detect(string image, string imageType, Dictionary<string, object> options = null);

小牛试刀

今天我们抛开官方SDK,使用WebApiClientCore请求我们感兴趣的人脸检测接口,虽然只有一个接口,但我会尽量按高规格的设计质量来调用这个接口,让朋友们了解WebApiClientCore的魅力之处。首先,我们先阅读官方文档:Api文档.人脸检测,根据文档内容,大概有以下知识块:

  • access_token获取与使用
  • access_token的过期与刷新
  • 请求参数模型
  • 正确的响应结果模型
  • 人脸识别错误码

模型设计

请求参数模型

为了使用方便,我们将图片类型、人脸类型设计为枚举类型,注意实际请求时,传输的是枚举的键名,而不是值。

/// <summary>
/// 表示待人脸检测的图片
/// </summary>
public class DetectImage
{
    /// <summary>
    /// 图片信息
    /// </summary>
    public string Image { get; set; }

    /// <summary>
    /// 图片信息
    /// </summary>
    [JsonConverter(typeof(JsonStringEnumConverter))]
    public ImageType Image_type { get; set; }

    /// <summary>
    /// 最多处理人脸的数目
    /// </summary>
    [Range(1, 10)]
    public int? Max_face_num { get; set; } = 1;

    /// <summary>
    /// 人脸的类型
    /// </summary>
    [JsonConverter(typeof(JsonStringEnumConverter))]
    public FaceType Face_type { get; set; }


    /// <summary>
    /// 图像类型
    /// </summary>
    public enum ImageType
    {
        /// <summary>
        /// 图片的base64值
        /// </summary>
        BASE64,
        /// <summary>
        /// 图片的 URL地址
        /// </summary>
        URL,
        /// <summary>
        /// 人脸图片的唯一标识
        /// </summary>
        FACE_TOKEN
    }

    /// <summary>
    /// 人脸的类型
    /// </summary>
    public enum FaceType
    {
        /// <summary>
        /// 生活照
        /// </summary>
        LIVE,
        /// <summary>
        /// 身份证芯片照
        /// </summary>
        IDCARD,
        /// <summary>
        /// 带水印证件照
        /// </summary>
        WATERMARK,
        /// <summary>
        /// 证件照片
        /// </summary>
        CERT
    }
}

响应模型

通过PostMan预请求,我们发现官方文档里提到的响应内容,实际上只是完整响应内容的里面的Result值而已(官方文档有点不靠谱) 。

/// <summary>
/// 响应内容
/// </summary>
/// <typeparam name="T"></typeparam>
public class Response<T>
{
    /// <summary>
    /// 错误码
    /// </summary>
    public int Error_code { get; set; }

    /// <summary>
    /// 错误信息
    /// </summary>
    public string Error_msg { get; set; }

    /// <summary>
    /// 结果值
    /// </summary>
    public T Result { get; set; }
}

/// <summary>
/// 表示检测结果
/// </summary>
public class DetectResult
{
    /// <summary>
    /// 人脸数量
    /// </summary>
    public int Face_num { get; set; }

    /// <summary>
    /// 人脸列表
    /// </summary>
    public FaceItem[] Face_list { get; set; }

    /// <summary>
    /// 人脸
    /// </summary>
    public class FaceItem
    {
        public string Face_token { get; set; }

        public FaceLocation Location { get; set; }

        public int Face_probability { get; set; }

        public FaceAngle Angle { get; set; }

        /// <summary>
        /// 位置
        /// </summary>
        public class FaceLocation
        {
            public double Left { get; set; }
            public double Top { get; set; }
            public int Width { get; set; }
            public int Height { get; set; }
            public int Rotation { get; set; }
        }

        /// <summary>
        /// 角度
        /// </summary>
        public class FaceAngle
        {
            public double Yaw { get; set; }
            public double Pitch { get; set; }
            public double Roll { get; set; }
        }
    }
}

接口声明

应用请求与响应模型

/// <summary>
/// 百度人脸相关接口
/// </summary>
public interface IBaiduFaceApi
{
    /// <summary>
    /// 图像的人脸检测
    /// </summary>
    /// <param name="detectImage">待检测图像</param>
    /// <returns></returns>
    [HttpPost("rest/2.0/face/v3/detect")]
    ITask<Response<DetectResult>> DetectAsync([JsonContent] DetectImage detectImage);
}

应用请求日志

为了方便调试,我们需要将实际请求内容输出到日志组件,这里为接口应用[LoggingFilter]。

/// <summary>
/// 百度人脸相关接口
/// </summary>
[LoggingFilter]
public interface IBaiduFaceApi
{
    /// <summary>
    /// 图像的人脸检测
    /// </summary>
    /// <param name="detectImage">待检测图像</param>
    /// <returns></returns>
    [HttpPost("rest/2.0/face/v3/detect")]
    ITask<Response<DetectResult>> DetectAsync([JsonContent] DetectImage detectImage);
}

应用access_token

access_token我们可以做为一个切面处理,WebApiClientCore.Extensions.OAuths扩展包专门处理这个切面,由于百度的access_token不是标准的放到Authorization请求头,而是放到access_token的query参数,所以我们需要继承ClientCredentialsTokenAttribute来实现自定义token应用特性。

/// <summary>
/// token应用特性
/// </summary>
class AccessTokenAttribute : ClientCredentialsTokenAttribute
{
    protected override void UseTokenResult(ApiRequestContext context, TokenResult tokenResult)
    {
        context.HttpContext.RequestMessage.AddUrlQuery("access_token", tokenResult.Access_token);
    }
}


/// <summary>
/// 百度人脸相关接口
/// </summary>
[AccessToken]
[LoggingFilter]
public interface IBaiduFaceApi
{
    /// <summary>
    /// 图像的人脸检测
    /// </summary>
    /// <param name="detectImage">待检测图像</param>
    /// <returns></returns>
    [HttpPost("rest/2.0/face/v3/detect")]
    ITask<Response<DetectResult>> DetectAsync([JsonContent] DetectImage detectImage);
}

接口注册与配置

接口注册

services.AddHttpApi<IBaiduFaceApi>(c =>
{
    c.HttpHost = new Uri("https://aip.baidubce.com/");
});

token提供者配置

百度返回的token有refreshToken值,但文档里没有提到怎么刷新token,尝试使用token请求地址去刷新token会失败,所以这里直接配置禁用使用refreshToken的功能,强迫时间到期之后,重新去申请一次token。

services.AddClientCredentialsTokenProvider<IBaiduFaceApi>(c =>
{
    c.Endpoint = new Uri("https://aip.baidubce.com/oauth/2.0/token");
    c.UseRefreshToken = false;
    c.Credentials.Client_id = "API Key";
    c.Credentials.Client_secret = "Secret Key";
});

接口调用

将IBaiduFaceApi注入到我们的服务,即可调用

public class FaceService
{
    private readonly IBaiduFaceApi baiduFaceApi;

    public FaceService(IBaiduFaceApi baiduFaceApi)
    {
        this.baiduFaceApi = baiduFaceApi;
    }

    public async Task DetectAsync()
    {
        var img = new DetectImage
        {
            Face_type = DetectImage.FaceType.IDCARD,
            Image = "http://xxx.jpg",
            Image_type = DetectImage.ImageType.URL
        };
        var result = await baiduFaceApi.DetectAsync(img);
    }
}

现在,我们已经拿到正常的结果,顺便查看请求日志确认请求是否正确。

POST /rest/2.0/face/v3/detect?access_token=省略值 HTTP/1.1
Host: aip.baidubce.com
User-Agent: WebApiClientCore/1.0.6.0
Accept: application/json; q=0.01, application/xml; q=0.01
Content-Type: application/json; charset=utf-8

{"image":"http://xxx.jpg","image_type":"URL","max_face_num":1,"face_type":"IDCARD"}
HTTP/1.1 200 OK
Connection: keep-alive
Date: Thu, 23 Jul 2020 02:05:58 GMT
Content-Type: application/json
Content-Length: 328

{"error_code":0,"error_msg":"SUCCESS","log_id":2599254579794,"timestamp":1595469958,"cached":0,"result":{"face_num":1,"face_list":[{"face_token":"97071a7f306483fea94d0766cfeb120c","location":{"left":34.54,"top":74.23,"width":101,"height":101,"rotation":0},"face_probability":1,"angle":{"yaw":-0.92,"pitch":6.68,"roll":-3.72}}]}}

结束语

以上为WebApiClientCore在百度Ai请求的一个小例子,当然WebApiClientCore还有好多功能,点击项目链接,带你GET到N种使用技能,不求star,只求提供良好建议。

https://github.com/dotnetcore/WebApiClient

以上是关于WebApiClientCore简约调用百度AI接口的主要内容,如果未能解决你的问题,请参考以下文章

采用百度飞桨EasyDL完成指定目标识别

图像识别,输出文字

采用百度飞桨EasyDL完成指定目标识别

采用百度飞桨EasyDL完成指定目标识别

怎么去调用百度ai显卡

Python调用百度AI实现文字识别