在本节中,笔者将详细介绍 Azure 认知服务中的一种:计算机视觉 (Computer Vision) API。

我的一个客户有需求,他们需要消费者与自己的产品合照,然后上传到服务器并转发到朋友圈。

但是为了防止恶意用户上传不健康的照片,需要对图像进行筛查。

计算机视觉 API 的分析图像功能,正好有 Adult 参数,可以检测图像是否是色情的,正好满足客户的需求。  

请注意:

本文使用的是国内由世纪互联运维的 Azure China 计算机视觉服务,API 参考

如果是使用的是海外的 Azure China 计算机视觉服务,API参考

计算机视觉解决的问题:

1. 分析图像

检查图像中发现的视觉内容,分析是否有不健康内容。

2. 生成缩略图

裁剪和生成缩略图。

3. 读取图片中的文字

4. 识别名人

关键步骤主要有:

接下来我们进入 Demo 时间,在开始之前,请先准备 Azure China 账户。

第一部分:创建计算机视觉 API,并获得 API Key

1. 我们找到需要分析的图片 URL,我这里准备了一张人脸的照片

2. 我们登录 Azure China 管理界面

3. 点击下图的认知服务账户

4. 点击 创建认知服务账户。如下图:

5. 定价层,我们选择免费。因为是 Demo 环境,我们就用免费,如果是生产环境建议选择标准。

6. 创建完认知服务以后,我们点击密钥,获得访问这个计算机视觉 API 的 Access Key。请保留好这个 Key,下面还要继续使用。

第二部分:了解 API 参数

1. Request URL

2. Reques t 参数:

(1) visualFeatures 参数

我们可以设置 visualFeatures 为:

A. Categories: 对图像内容进行分类

B. Tags: 对图像进行标记

C. Description: 用完整的英文句子描述图像内容

D. Faces: 检测脸部是否存在。 如果存在,生成坐标,性别和年龄

E. ImageType: 检测图像是剪贴还是直线绘图

F. Color: 确定重音颜色,主色,以及图像是否为黑白

G. Adult: 检测图像是否是色情的(描绘裸露或性行为)。 还会检测到性暗示内容。

(2) details:

如果设置 Celebrities,则可以识别名人。

(3) language:

默认是 en,英文。

可以设置为 zh,简体中文。

3. Request headers:

(1) Content-Type

(2) Ocp-Apim-Subscription-Key:上面的 API Access Key

4.Request body:

(1)支持的图像为 JPEG, PNG, GIF和BMP

(2)图像的尺寸必须小于4MB

(3)图像的分辨率至少为50 X 50

第三部分:使用 API 测试控制台调试 API,并设置调试 API 的参数

我们拿到上面的 API Key,就可以写代码开发了。不过Azure认知服务提供了非常好的控制台,可以方便我们进行API调试。

1. 选择打开 API 测试控制台

2. 在 API 控制台,修改以下内容:

Query Parameters

(1) visualFeatures,我们输入:Categories,Tags,Description,Faces,ImageType,Color,Adult

这样识别多个元素。

(2) details,我们不输入信息

(3) language,使用默认的 en

Headers:

(1) Content-Type,我们使用默认值

(2) Ocp-Apim-Subscription-Key,我们输入步骤一的 API Access Key

Request body:

(1) 我们修改为:{"url":"https://leizhangstorage.blob.core.chinacloudapi.cn/azureblog/analyzeimagesample.jpg"}

所有参数的修改内容如下图:

Request URL 为:https://api.cognitive.azure.cn/vision/v1.0/analyze?visualFeatures=Categories,Tags,Description,Faces,ImageType,Color,Adult&language=en

然后我们点击 API 测试控制台的 Send。显示识别结果。

下面的结果我就不一一说明了,主要的显示结果有:

1. faces,识别出图像中的人脸坐标,性别和年龄
2. adultScore,识别出检测图像是否是色情的,分数越高,则图像色情的可能性越大
Pragma: no-cache
apim-request-id: 8a9e6b8c-3a20-42a0-91e0-52d6fbdc5f9e
Strict-Transport-Security: max-age=; includeSubDomains; preload
x-content-type-options: nosniff
Cache-Control: no-cache
Date: Thu, Jun :: GMT
X-AspNet-Version: 4.0.
X-Powered-By: ASP.NET
Content-Length:
Content-Type: application/json; charset=utf-
Expires: -
{
"categories": [
{
"name": "people_group",
"score": 0.9765625
}
],
"adult": {
"isAdultContent": false,
"isRacyContent": false,
"adultScore": 0.01091344840824604,
"racyScore": 0.055492393672466278
},
"tags": [
{
"name": "outdoor",
"confidence": 0.99716836214065552
},
{
"name": "person",
"confidence": 0.99493598937988281
},
{
"name": "posing",
"confidence": 0.95204299688339233
},
{
"name": "group",
"confidence": 0.82954329252243042
},
{
"name": "people",
"confidence": 0.583439290523529
},
{
"name": "crowd",
"confidence": 0.019400959834456444
}
],
"description": {
"tags": [
"outdoor",
"person",
"posing",
"photo",
"grass",
"group",
"standing",
"people",
"man",
"woman",
"young",
"holding",
"dress",
"white",
"court"
],
"captions": [
{
"text": "a group of people posing for a picture",
"confidence": 0.94583615520612
}
]
},
"requestId": "8a9e6b8c-3a20-42a0-91e0-52d6fbdc5f9e",
"metadata": {
"width": ,
"height": ,
"format": "Jpeg"
},
"faces": [
{
"age": ,
"gender": "Male",
"faceRectangle": {
"left": ,
"top": ,
"width": ,
"height":
}
},
{
"age": ,
"gender": "Male",
"faceRectangle": {
"left": ,
"top": ,
"width": ,
"height":
}
},
{
"age": ,
"gender": "Female",
"faceRectangle": {
"left": ,
"top": ,
"width": ,
"height":
}
},
{
"age": ,
"gender": "Female",
"faceRectangle": {
"left": ,
"top": ,
"width": ,
"height":
}
},
{
"age": ,
"gender": "Female",
"faceRectangle": {
"left": ,
"top": ,
"width": ,
"height":
}
},
{
"age": ,
"gender": "Female",
"faceRectangle": {
"left": ,
"top": ,
"width": ,
"height":
}
}
],
"color": {
"dominantColorForeground": "White",
"dominantColorBackground": "White",
"dominantColors": [
"White",
"Brown"
],
"accentColor": "4E5D1A",
"isBWImg": false
},
"imageType": {
"clipArtType": ,
"lineDrawingType":
}
}

更多精彩干货 请点击查看

欢迎有兴趣的朋友多多交流

A究院研究生 Azurecommunity@qq.com

Azure 认知服务--计算机视觉 API - 分析图像的更多相关文章

  1. Azure 认知服务 (3) 计算机视觉API - 分析图像,使用C#代码

    <Windows Azure Platform 系列文章目录> 在上一节中Azure 认知服务 (2) 计算机视觉API - 分析图像,笔者介绍了如何使用API测试控制台进行调试. 本章将 ...

  2. Azure 认知服务 (2) 计算机视觉API - 分析图像

    <Windows Azure Platform 系列文章目录> 在上一节内容中,笔者介绍了微软认知服务的概览. 在本节中,笔者将详细介绍微软认知服务中的一种:计算机视觉 (Computer ...

  3. Java 调用Azure认知服务Demo--Computer API

    说明 本文主要介绍使用Java代码,基于HTTP请求调用Microsoft Azure的认知服务.图片来源分别介绍了使用公网的URL和上传本地图片. 依赖的jar包下载地址: key的获取需要登录到A ...

  4. Azure 认知服务 (5) 计算机视觉API - 使用C#代码实现读取图片中的文字(OCR)功能

    <Windows Azure Platform 系列文章目录> 在笔者之前的文章:Azure 认知服务 (4) 计算机视觉API - 读取图片中的文字 (OCR) 介绍了使用用户界面,在海 ...

  5. Azure 认知服务 (4) 计算机视觉API - 读取图片中的文字 (OCR)

    <Windows Azure Platform 系列文章目录> 微软Azure认知服务的计算机视觉API,还提供读取图片中的文字功能 在海外的Windows Azure认知服务的读取图片功 ...

  6. Azure认知服务之Face API上手体验

    Azure认知服务:Face API Face API是Azure认知服务之一,Face API有两个主要功能: 人脸检测 Face API可在图像中以高精度人脸位置检测多达64个人脸.图像可以通过文 ...

  7. Azure 认知服务概述

    背景知识 近些年随着机器学习.深度学习等技术的不断发展,人工智能在越来越多的场景得到了应用,如人脸识别.图像识别.语音识别.语音生成.自然语言处理.决策分析等等,让机器拥有了听.说.看和思考的能力,很 ...

  8. 技术博客:Azure 认知服务

    Azure 认知服务 1.概述 ​ 微软认知服务(Microsoft Cognitive Services)集合了多种智能API以及知识API,使每个开发人员无需具备机器学习的专业知识就能接触到 AI ...

  9. Azure认知服务的实际应用-资讯采集推送

    Azure认知服务的实际应用-资讯采集推送 演示 实现的是通过使用各种azure服务,每天自动获取资讯.博客,定时推送到公众号的功能! 微信公众号搜索TechViews,或直接扫描二维码关注,每天推送 ...

随机推荐

  1. coderfoces D. Gourmet choice

      D. Gourmet choice time limit per test 2 seconds memory limit per test 256 megabytes   题目链接: https: ...

  2. Python 的web自动化测试

    安装selenium 上面python已安装完毕,接下来安装selenium. 安装selenium之前需安装些必要工具 1. 安装setuptools 下载地址:https://pypi.pytho ...

  3. WEB新手之签到题

    写一写web新手赛的题. 这是签到题,开始时需要耐心等待页面中字母全部出现. 字母全部出现后,会跳转到另一个界面,如上图所示.F12没什么特别的地方,这题应该有点难度. 按往常一样,先抓包. 按英文提 ...

  4. THUSC2017酱油记

    啊..酱油记三连发.. 果然SHTSC用掉太多RP了.. 其实感觉没什么好写的..都被考懵逼了.. 但还是写一下吧.. DAY0 月考完提前一天到了..什么也没发生 DAY1 先考试再开幕式..好奇怪 ...

  5. leetcode-788-Rotated Digits(使用vector替代if else的逐个判断)

    题目描述: X is a good number if after rotating each digit individually by 180 degrees, we get a valid nu ...

  6. Linux/Windows 平台最容易安装 Composer教程

    我们采用的是全局安装方式,这样的话,就能够在命令行窗口中直接执行 composer 命令了. Mac 或 Linux 系统: 打开命令行窗口并执行如下命令将前面下载的 composer.phar 文件 ...

  7. 如果你创建了类似于下面的 Twitter 元素,那么它相关的类定义是啥样子的?

    代码: <Twitter username='tylermcginnis33'> {(user) => user === null ? <Loading /> : < ...

  8. HTML attribute 与 DOM property 的对比

    HTML attribute vs. DOM property 要想理解 Angular 绑定如何工作,重点是搞清 HTML attribute 和 DOM property 之间的区别. attri ...

  9. React第一篇: 搭建React + nodejs + express框架

    前提: 需要安装Node.js (>6)版本 1.cmd进到本地某个目录, 逐行输入以下指令(以下括号为注释) npm install -g create-react-app   (全局安装cr ...

  10. 接口自动化 之 unittest+ddt+openpyxl 综合

    前面写过python 之 unittest初探 和 python 之 unittest+ddt 两篇文章.在之前的文章中,写过可以再次优化.今天写第三篇的目的,就是在原有基础上,基于 openpyxl ...