java - Face++ 比较 API

Question

我需要比较java中的两张人脸图像以及它们的置信度值。我正在尝试学习阅读face++提供的官方文档，但我认为它有点差。我需要在这里使用人脸比较API:https://console.faceplusplus.com/documents/5679308 。我不明白如何构建发送请求的网址。页面末尾有这样一段代码:

curl -X POST "https://api-us.faceplusplus.com/facepp/v3/compare" \
-F "api_key=<api_key>" \
-F "api_secret=<api_secret>" \
-F "face_token1=c2fc0ad7c8da3af5a34b9c70ff764da0" \
-F "face_token2=ad248a809408b6320485ab4de13fe6a9"

现在，我在他们的文档中看到的唯一代码是:

https://console.faceplusplus.com/documents/7078069

但它不起作用，或者至少，这不适用于“面部比较”。

我需要创建并获取面部比较 API 的请求(开头的第一个链接)。我找不到任何有关如何执行此操作的 java 示例。我是用java做的

Answer 1

使用文档中提供的相同sample code，您所需要做的就是更改 main 方法，如下所示:

public static void main(String[] args) throws Exception{

    // Create a new file object for the first file and get bytes from file
    File file = new File("C:\\Users\\ihene\\Desktop\\my-photo.jpg");
    byte[] buff1 = getBytesFromFile(file);

    // Create a new file object for the second file and get bytes from file
    File file2 = new File("C:\\Users\\ihene\\Desktop\\esan-caleb.jpg");
    byte[] buff2 = getBytesFromFile(file2);

    // Data needed to use the Face++ Compare API
    String url = "https://api-us.faceplusplus.com/facepp/v3/compare";
    HashMap<String, String> map = new HashMap<>();
    HashMap<String, byte[]> byteMap = new HashMap<>();
    map.put("api_key", "dam4ZdTkSsZOUAiR4oQpP3DRnjEz1fcD");
    map.put("api_secret", "0MOCfpum1Lec06EMOzuJPOEa_EhM4Ttg");

    byteMap.put("image_file1", buff1);
    byteMap.put("image_file2", buff2);

    try {
        // Connecting and retrieving the JSON results
        byte[] bacd = post(url, map, byteMap);
        String jsonStr = new String(bacd);

        // Parse the JSON and get the confidence value
        JSONObject obj = new JSONObject(jsonStr);
        double confidence = obj.getDouble("confidence");
        System.out.println(confidence);
    } catch (Exception e) {
        e.printStackTrace();
    }
}

只需将 PATH_TO_FILE_1、PATH_TO_FILE_2、YOUR_API_KEY 和 YOUR_API_SECRET 替换为适当的值即可。它应该可以工作。

我使用两张脸部属于同一个人的图像和另外两张不同脸部的图像测试了 API。这是我得到的前者的输出:

{"faces1": [{"face_rectangle": {"width": 156, "top": 210, "left": 142, "height": 156}, "face_token": "1ee9de6d362b0c8c1bf240a70fbf3eac"}], "faces2": [{"face_rectangle": {"width": 156, "top": 210, "left": 142, "height": 156}, "face_token": "0a7c539f3603aa744ee18c65acc224a8"}], "time_used": 531, "thresholds": {"1e-3": 62.327, "1e-5": 73.975, "1e-4": 69.101}, "confidence": 97.389, "image_id2": "Fc64vrBtETVmP2cS+BoW/Q==", "image_id1": "Fc64vrBtETVmP2cS+BoW/Q==", "request_id": "1569184566,0cc04f1a-1495-4316-928c-1efe7d6836dc"}

请注意，此处的置信度为 97.389。 documentation 表示“置信度越高，表明两张脸属于同一个人的可能性就越高。”所以，这符合我们的预期。对于后面具有不同面孔的图像，输出如下:

{"faces1": [{"face_rectangle": {"width": 156, "top": 210, "left": 142, "height": 156}, "face_token": "c7d8561f0235a99d9b060750c7a9c3c7"}], "faces2": [{"face_rectangle": {"width": 75, "top": 44, "left": 53, "height": 75}, "face_token": "ad87092cb593128c015c2e2221b962f2"}], "time_used": 533, "thresholds": {"1e-3": 62.327, "1e-5": 73.975, "1e-4": 69.101}, "confidence": 53.993, "image_id2": "MiZOf00hrq7OmAxc3+n7sg==", "image_id1": "Fc64vrBtETVmP2cS+BoW/Q==", "request_id": "1569185082,0bfd0a0f-a376-4dac-92bd-924c34ef76ed"}

此处，置信度为 53.933。