python 使用百度API实现人脸对比识别

福斯基 福斯基 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 2.8k累计阅读 2.9k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄8年
关注
VIP免费 原创 最新推荐文章于 2026-05-05 09:54:46 发布 2.8k 阅读 AI 写同款· GEO 优化 ›
基于百度AI开放平台的人脸识别的实现       首先需要申明的是，本文介绍的是使用百度AI开放平台的免费人脸对比功能来实现的人脸识别的搭建，如果您购买了百度AI开放品台的人脸识别产品的话，我想这篇文章就没有什么用处了。此处申明：本文不是百度AI广告文       具体步骤如下： 前往百度AI开放平台申请开发者账号，百度账号通用，如果没有百度账号的话那就注册一个就可以了 百度AI开放平台：http://ai.baidu.com/... 阅读详情

1.安装百度python API

使用pip安装
pip3 install baidu-api

2.到百度智能云创建应用

-如下图
在这里插入图片描述
创建应用得到
APP_ID
API_KEY
SECRET_KEY
在这里插入图片描述

3.调用API，代码

from aip import AipFace
import base64
import urll
最低0.47元/天 解锁文章
python+opencv+百度智能云 人脸识别——人脸相似度对比 一.设计流程 1.导入模块 from aip import AipFace import base64 import matplotlib.pyplot as plt Aipface模块：调用百度AipFace做人脸检测 base64模块：对图片数据进行base64格式转码 plt模块：“plt”的设计是为了在不了解python的情况下使用matplotlib轻松绘制科学图形。当前实现将使用json配置文件。 2.网页请求 """ 你的APPID，API_KEY和SECRET_KEY """ APP_ID 阅读详情

相关推荐

导入视频对比人脸库

脚本用的是前面文章中的，人脸库对比的脚本。导入视频，读取视频帧，分析里面出现的人脸。 import cv2 from aip import AipFace import base64 import sys """ 你的 APPID AK SK """ def face(filePath): APP_ID = '' API_KEY = '' SECRET_KEY = '' ...

kkkkkkkkroc的博客 614

【附源码】基于OpenCV的Python人脸识别

大家好，我是cv君，近期朋友的作品，由我来分享给大家，人脸识别的，顺便还附带了比较完整的一些功能，还有UI界面，可拓展性高，欢迎收藏~ （遍历目录下所有照片依次识别 视频随时标注） 一、功能概览 可以实现在摄像头下实时的人脸识别、检测、框选功能 原理是将摄像头下的图像人脸和存放照片的目录下的人脸依次进行对比 调用百度的API人脸识别接口 返回相似度的值进行识别 识别成功和失败均有提示 成功时能将对应的信息写入到识别记录中 并终止程序 当所有照片对比后均失败则提示失败 终止程序 窗口利用tkinte

cv君的博客 3万+

python3.5 百度ai人脸识别

识别结果大概是这样 {'result': {'face_num': 1, 'face_list': [{'quality': {'occlusion': {'right_eye': 0, 'left_cheek': 0.1459853947, 'right_cheek': 0.05144193396, 'left_eye': 0.465408802, 'mouth': 0.02919708006, 'chin_contour': 0.01420217194, 'nose': 0}, 'illumination': 116, 'blur': 7.266304692e-06, 'completeness': 1}, 'age': 22, 'face_token': 'dc6f8f9df5d977ea476e2d04acdf5063', 'race': {'type': 'white', 'probability': 0.6173604727}, 'glasses': {'type': 'common', 'probability': 0.9834988713}, 'gender': {'type': 'male', 'probability': 0.655915916}, 'face_probability': 0.9185044169, 'beauty': 51.21487427, 'angle': {'roll': -2.750922441, 'yaw': 28.97134399, 'pitch': 5.202290535}, 'location': {'height': 65, 'top': 112.0704803, 'width': 76, 'left': 76.20765686, 'rotation': -4}, 'face_type': {'type': 'human', 'probability': 0.9992217422}, 'face_shape': {'type': 'oval', 'probability': 0.4419156313}, 'expression': {'type': 'none', 'probability': 0.9999142885}}]}, 'error_msg': 'SUCCESS', 'timestamp': 1537413754, 'cached': 0, 'error_code': 0, 'log_id': 9465840013520} 年龄：22 颜值：51.21487427 表情-type(none:不笑；smile:微笑；laugh:大笑)：none 表情-probability(表情置信度，范围【0~1】，0最小、1最大)：0.9999142885 脸型-type(square: 正方形 triangle:三角形 oval: 椭圆 heart: 心形 round: 圆形)：oval 脸型-probability(置信度，范围【0~1】，代表这是人脸形状判断正确的概率，0最小、1最大)：0.4419156313 性别-type(male:男性 female:女性)：male 性别-probability(性别置信度，范围【0~1】，0代表概率最小、1代表最大。)：0.655915916 是否带眼镜-type(none:无眼镜，common:普通眼镜，sun:墨镜)：common 是否带眼镜-probability(眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。)：0.9834988713 人种-type(yellow: 黄种人 white: 白种人 black:黑种人 arabs: 阿拉伯人)：white 人种-probability(人种置信度，范围【0~1】，0代表概率最小、1代表最大。)：0.6173604727 真实人脸/卡通人脸 -type(human: 真实人脸 cartoon: 卡通人脸)：human 真实人脸/卡通人脸 -probability(人脸类型判断正确的置信度，范围【0~1】，0代表概率最小、1代表最大。)：0.9992217422

python-opencv 人脸识别并保存识别到的图片

python-opencv 人脸识别，并新建文件夹保存识别到的人脸图片

Python使用百度api做人脸对比的方法

今天小编就为大家分享一篇Python使用百度api做人脸对比的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

告别手动解析！用这个Qt库轻松处理Cat 21/62等18种Asterix航空数据

本文介绍了基于Qt框架的高效Asterix报文解析库，帮助开发者轻松处理Cat 21/62等18种航空数据。该库通过协议抽象化、多维度API设计和跨平台支持，解决了手动解析的复杂性和易错问题，显著提升开发效率和系统可靠性。

weixin_42529366的博客 207

Allegro Design Entry CIS 与 OrCAD Capture CIS：PCB设计工具链中的双雄对决

本文深入对比了Cadence旗下两大原理图设计工具Allegro Design Entry CIS与OrCAD Capture CIS。Allegro Design Entry CIS源自Concept HDL，定位高端，强调自顶向下的层次化设计和与Allegro PCB Editor的无缝约束管理，适合大型复杂系统及团队协作。OrCAD Capture CIS则以其出色的易用性、广泛的兼容性和强大的CIS数据库功能著称，是中小型项目及跨工具链协作的通用选择。文章从历史渊源、核心功能、适用场景等多维度剖析，

bush的博客 487

SAP-ABAP：SAP HANA性能神器FDA：是极速查询的引擎，也是CPU过载的元凶

在SAP S/4HANA的世界里，有一个被ABAP开发者们既爱又怕的特性——Fast Data Access（FDA），它能将性能提升百倍，也能让CPU瞬间飙升。本文将带您全面解剖这一核心机制。

baidu_35680696的博客 849

从一只龙虾到一支团队：OpenClaw 单 Bot 多 Agent 配置实践

单 Bot 多 Agent只有一个对外的聊天入口（飞书 Bot）内部有多个独立的 AI Agent，各司其职主 Agent（总指挥）负责接收任务并分配给子 Agent子 Agent 完成任务后将结果返回给主 Agent角色Agent ID职责使用场景🎯 总指挥main-agent统筹协调，任务分发接收所有用户请求✍️ 笔杆子内容创作公众号、博客、小红书🔬 参谋canmou深度研究竞品分析、市场调研📋 运营官operations运营管理邮件、日历、社交媒体。

Maynor的博客 1081

Spark中Application、Job、Stage和Task区别详解

在Spark中，有一些关键的概念，如Application、Job、Stage和Task，它们描述了Spark作业的不同层次和组成部分。下面我将详细介绍每个概念，并通过示例说明它们之间的区别。

优快云 精品推荐 903

华为od 面试八股文_C++_02_含答案

华为od 面试八股文_C++_02_含答案

MISAYAONE的博客 3121

SAP-RPT-1 深度解读：面向企业表格数据的 rapid one

摘要： SAP在TechEd 2025大会上推出面向企业结构化数据的SAP-RPT-1（Relational Pretrained Transformer），旨在通过in-context learning直接预测表格数据中的缺失值，无需传统机器学习流程。与LLM不同，RPT专为业务表格设计，支持实时预测（如交货延迟、回款风险等）。提供Small（高吞吐）、Large（高精度）和开源版本，用户可通过无代码Playground（上传CSV并用[PREDICT]标记目标列）或Python API快速验证。典型场景

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 236

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等，可在创建的窗口进行控制
上一篇： 树莓派语音助手
下一篇： 图像识别-基于python和百度api
点赞 3
评论 1
书签 书签 20
福斯基
福斯基
博客等级 码龄8年 48粉丝 46原创
+ 关注 专栏目录
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值