百度新推出的黑眼圈眼袋检测技术，提供了精准检测能力，具有毫秒级识别响应，并可分类别返回对应位置信息，实现黑眼圈眼袋的像素级语义分割，对于医美、互动娱乐及美颜等场景具有较高的应用价值。

而对于个人而言，如果能够做到坚持检测，可以发现自己的黑眼圈眼袋的变化，从而早到改善黑眼圈眼袋的良好习惯方法，对于维持身体健康具有一定的积极作用。

下面，就关于如何使用百度黑眼圈眼袋检测技术做一个简单的介绍。

一、使用攻略

说明：本文采用C# 语言，开发环境为.Net Core 3.1，采用在线API接口方式实现。

（1）平台接入
登陆 百度智能云-管理中心 创建 “人脸识别”应用，获取 “API Key ”和 “Secret Key”（目前处于邀测阶段，需要提交工单申请）：https://console.bce.baidu.com/ai/?_=1600607509709&fromai=1#/ai/face/overview/index

（2）接口文档

文档地址：https://ai.baidu.com/ai-doc/FACE/Ykcvn0pko

接口描述：

通过AI技术，对人脸眼周的黑眼圈及眼袋进行高精度检测和识别

识别轮廓：精准识别左右眼黑眼圈与眼袋轮廓，可检测识别细分类别轮廓，分割IoU业界领先
精细分割：对人脸左右眼黑眼圈与眼袋实现像素级语义分割，分割边缘平滑流畅，明显增强黑眼圈与眼袋边缘细节能力，解决硬分割问题

请求说明

HTTP方法：POST
请求URL：https://aip.baidubce.com/rest/2.0/face/v1/eyesattr
URL参数：

Header如下：

Body中放置请求参数，参数详情如下：
请求参数

返回说明
返回参数

返回示例：

{
"error_code": 0,
"error_msg": "SUCCESS",
"log_id": 1048325060,
"timestamp": 1584091048,
"cached": 0,
"result": {
  "face_num": 2,
  "face_list": [
      {
          "face_token": "3bc1c35d3d0df595ed7649d3fd9d9d47",
          "location": {
              "left": 69.53,
              "top": 121.81,
              "width": 73,
              "height": 68,
              "degree": -3
          },
          "eyesattr": {
              "dark_circle_left": [
                  [
                      {
                          "x": 1,
                          "y": 54
                      },
                      {
                          "x": 1,
                          "y": 55
                      },
                      {
                          "x": 1,
                          "y": 56
                      },
                      {
                          "x": 1,
                          "y": 57
                      },
                      {
                          "x": 1,
                          "y": 58
                      },
                      {
                          "x": 1,
                          "y": 59
                      },
                      {
                          "x": 1,
                          "y": 60
                      },
                      {
                          "x": 1,
                          "y": 61
                      },
                      {
                          "x": 1,
                          "y": 62
                      },
                      {
                          "x": 1,
                          "y": 63
                      },
                      {
                          "x": 1,
                          "y": 64
                      },
                      {
                          "x": 1,
                          "y": 65
                      },
                      {
                          "x": 1,
                          "y": 66
                      },
                      {
                          "x": 1,
                          "y": 65
                      },
                      {
                          "x": 1,
                          "y": 64
                      },
                      {
                          "x": 1,
                          "y": 63
                      },
                      {
                          "x": 1,
                          "y": 62
                      },
                      {
                          "x": 1,
                          "y": 61
                      },
                      {
                          "x": 1,
                          "y": 60
                      },
                      {
                          "x": 1,
                          "y": 59
                      },
                      {
                          "x": 1,
                          "y": 58
                      },
                      {
                          "x": 1,
                          "y": 57
                      },
                      {
                          "x": 1,
                          "y": 56
                      },
                      {
                          "x": 1,
                          "y": 55
                      }
                  ]
              ],
              "dark_circle_right": [],
              "eye_bags_left": [],
              "eye_bags_right": [
                  [
                      {
                          "x": 2,
                          "y": 60
                      },
                      {
                          "x": 2,
                          "y": 61
                      },
                      {
                          "x": 2,
                          "y": 62
                      },
                      {
                          "x": 2,
                          "y": 63
                      },
                      {
                          "x": 2,
                          "y": 64
                      },
                      {
                          "x": 2,
                          "y": 65
                      },
                      {
                          "x": 2,
                          "y": 66
                      },
                      {
                          "x": 2,
                          "y": 65
                      },
                      {
                          "x": 2,
                          "y": 64
                      },
                      {
                          "x": 2,
                          "y": 63
                      },
                      {
                          "x": 2,
                          "y": 62
                      },
                      {
                          "x": 2,
                          "y": 61
                      }
                  ]
              ]
          }
      },
      {
          "face_token": "e57ca08b40bf2c073c278b5d30e76ebc",
          "location": {
              "left": 220.73,
              "top": 87.92,
              "width": 67,
              "height": 67,
              "degree": 0
          },
          "eyesattr": {
              "dark_circle_left": [],
              "dark_circle_right": [],
              "eye_bags_left": [],
              "eye_bags_right": []
          }
      }
  ]
}
}

（3）源码共享

（3-1）根据 API Key 和 Secret Key 获取 AccessToken

/// 
/// 获取百度access_token
/// 
/// API Key
/// Secret Key
/// 
public static string GetAccessToken(string clientId, string clientSecret)
{
    string authHost = "https://aip.baidubce.com/oauth/2.0/token";
    HttpClient client = new HttpClient();
    List> paraList = new List>();
    paraList.Add(new KeyValuePair("grant_type", "client_credentials"));
    paraList.Add(new KeyValuePair("client_id", clientId));
    paraList.Add(new KeyValuePair("client_secret", clientSecret));

    HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
    string result = response.Content.ReadAsStringAsync().Result;
    JObject jo = (JObject)JsonConvert.DeserializeObject(result);

    string token = jo["access_token"].ToString();
    return token;
}

（3-2）调用API接口获取识别结果

（3-2-1）在Startup.cs 文件 的 Configure(IApplicationBuilder app, IHostingEnvironment env) 方法中开启虚拟目录映射功能：

string webRootPath = Path.Combine(Directory.GetCurrentDirectory(), "wwwroot");//wwwroot目录

app.UseStaticFiles(new StaticFileOptions
{
    FileProvider = new PhysicalFileProvider(
        Path.Combine(webRootPath, "Uploads", "BaiduAIs")),
    RequestPath = "/BaiduAIs"
});

（3-2-2） 建立Index.cshtml文件

（3-2-2-1）前台代码：

    由于html代码无法原生显示，只能简单说明一下：

    主要是一个form表单，需要设置属性enctype="multipart/form-data"，否则无法上传图片；

    form表单里面有几个控件：

一个Input：type="file"，asp-for="FileUpload" ，上传图片；
一个Input：type="submit"，asp-page-handler="Eyesattr" ，提交请求。
一个img：src="@Model.curPath"，显示需要识别的图片。
一个img：src="@Model.facePath"，显示识别后的图片。

最后显示后台 msg 字符串列表信息，如果需要输出原始Html代码，则需要使用@Html.Raw()函数。 

（3-2-2-2） 后台代码： 

主程序代码：

[BindProperty]
public IFormFile FileUpload { get; set; }
[BindProperty]
public string ImageUrl { get; set; }
public List msg = new List();
public string curPath { get; set; }
public string facePath { get; set; }

string BaiduAI_FacePath="Uploads//BaiduAIs//";
string BaiduAI_FaceUrl="/BaiduAIs/";
string Face_APP_ID="你的APIID";
string Face_API_KEY="你的API KEY";
string Face_SECRET_KEY="你的SECRET KEY";

public async Task OnPostEyesattrAsync()
{
    if (FileUpload is null)
    {
        ModelState.AddModelError(string.Empty, "请先选择需要识别的图片！");
    }
    if (!ModelState.IsValid)
    {
        return Page();
    }
    msg = new List();

    string fileDir = Path.Combine(webRootPath, BaiduAI_FacePath);
    string imgName = GetRandomName();
    imgName = await UploadFile(FileUpload, fileDir);

    curPath = Path.Combine(BaiduAI_FaceUrl, imgName);

    string fileName = Path.Combine(fileDir, imgName);
    string imgBase64 = Common.GetFileBase64(fileName);

    DateTime startTime = DateTime.Now;

    string result = GetFaceEyesJson(imgBase64, Face_APP_ID, Face_API_KEY, Face_SECRET_KEY);

    DateTime endTime = DateTime.Now;
    TimeSpan ts = endTime - startTime;

    JObject jo = (JObject)JsonStringToObj(result);

    try
    {
        if (jo["error_code"].ToString() != "0")
        {
            msg.Add("调用失败：" + jo["error_code"].ToString() + "-" + jo["error_msg"].ToString());
        }
        else
        {
            List msgList = jo["result"]["face_list"].ToList();
            int number = msgList.Count;
            int curNumber = 1;
            msg.Add("黑眼圈眼袋检测识别结果（耗时" + ts.TotalSeconds + "秒）：");
            msg.Add("识别人脸数：" + number + "");

            List aList = new List();
            List bList = new List();

            foreach (JToken ms in msgList)
            {
                msg.Add("
");
                if (number > 1)
                {
                    msg.Add("第 " + curNumber.ToString() + " 个：");
                }

                float x = 0;
                float y = 0;
                Rectangle rec;

                #region 获取左黑眼圈信息

                if (ms["eyesattr"]["dark_circle_left"].ToList().Count > 0)
                {
                    foreach (JToken jt in ms["eyesattr"]["dark_circle_left"][0].ToList())
                    {
                        x = float.Parse(jt["x"].ToString());
                        y = float.Parse(jt["y"].ToString());
                        rec = new Rectangle(x, y);
                        aList.Add(rec);
                    }


                    msg.Add("有左黑眼圈！");

                }
                else
                {
                    msg.Add("无左黑眼圈！");
                }
                #endregion

                #region 获取右黑眼圈信息
                if (ms["eyesattr"]["dark_circle_right"].ToList().Count > 0)
                {
                    foreach (JToken jt in ms["eyesattr"]["dark_circle_right"][0].ToList())
                    {
                        x = float.Parse(jt["x"].ToString());
                        y = float.Parse(jt["y"].ToString());
                        rec = new Rectangle(x, y);
                        aList.Add(rec);
                    }

                    msg.Add("有右黑眼圈！");
                }
                else
                {
                    msg.Add("无右黑眼圈！");
                }
                #endregion

                #region 获取左眼眼袋信息
                if (ms["eyesattr"]["eye_bags_left"].ToList().Count > 0)
                {
                    foreach (JToken jt in ms["eyesattr"]["eye_bags_left"][0].ToList())
                    {
                        x = float.Parse(jt["x"].ToString());
                        y = float.Parse(jt["y"].ToString());
                        rec = new Rectangle(x, y);
                        bList.Add(rec);
                    }

                    msg.Add("有左眼袋！");
                }
                else
                {
                    msg.Add("无左眼袋！");
                }
                #endregion

                #region 获取右眼眼袋信息
                if (ms["eyesattr"]["eye_bags_right"].ToList().Count > 0)
                {
                    foreach (JToken jt in ms["eyesattr"]["eye_bags_right"][0].ToList())
                    {
                        x = float.Parse(jt["x"].ToString());
                        y = float.Parse(jt["y"].ToString());
                        rec = new Rectangle(x, y);
                        bList.Add(rec);
                    }

                    msg.Add("有右眼袋！");
                }
                else
                {
                    msg.Add("无右眼袋！");
                }
                #endregion

                curNumber++;
            }

            string imgSourcePath = Path.Combine(webRootPath, BaiduAI_FacePath, imgName);
            imgName = GetRandomName() + ".png";
            string imgSavedPath = Path.Combine(webRootPath, BaiduAI_FacePath, imgName);

            await DrawPoint(imgSourcePath, imgSavedPath, aList, bList, SixLabors.ImageSharp.Color.DeepPink, SixLabors.ImageSharp.Color.DarkBlue);
            facePath = Path.Combine(BaiduAI_FaceUrl, imgName);
        }
    }
    catch (Exception e1)
    {
        msg.Add(e1.Message);
        msg.Add(result);
    }
    return Page();
}

其他相关函数：

/// 
/// 人体检测Json字符串
/// 
/// 图片base64编码
/// API Key
/// Secret Key
/// 图片类型（BASE64:图片的base64值；URL:图片的 URL( 下载图片时可能由于网络等原因导致下载图片时间过长)；FACE_TOKEN: 人脸标识）
/// 最多处理人脸的数目. 默认值为1（仅检测图片中面积最大的那个人脸） 最大值10
/// 
public static string GetFaceEyesJson( string strbaser64, string appId, string clientId, string clientSecret, string imageType = "BASE64", int maxFaceNnum = 1)
{
    string token = GetAccessToken(clientId, clientSecret);
    string host = "https://aip.baidubce.com/rest/2.0/face/v1/eyesattr?access_token=" + token;
    Encoding encoding = Encoding.Default;
    HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
    request.Method = "post";
    request.ContentType = "application/json";
    request.KeepAlive = true;
    string str = "{\"image\":\"" + strbaser64;
    if (!string.IsNullOrEmpty(appId))
    {
        str += "\",\"appId\":\"" + appId;
    }
    if (!string.IsNullOrEmpty(imageType))
    {
        str += "\",\"image_type\":\"" + imageType;
    }
    if (maxFaceNnum > 1)
    {
        str += "\",\"max_face_num\":\"" + maxFaceNnum;
    }
    str += "\"}";
    byte[] buffer = encoding.GetBytes(str);
    request.ContentLength = buffer.Length;
    request.GetRequestStream().Write(buffer, 0, buffer.Length);
    HttpWebResponse response = (HttpWebResponse)request.GetResponse();
    StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
    string result = reader.ReadToEnd();
    return result;
}

/// 
/// 获取百度access_token
/// 
/// API Key
/// Secret Key
/// 
public static string GetAccessToken(string clientId, string clientSecret)
{
    string authHost = "https://aip.baidubce.com/oauth/2.0/token";
    HttpClient client = new HttpClient();
    List> paraList = new List>();
    paraList.Add(new KeyValuePair("grant_type", "client_credentials"));
    paraList.Add(new KeyValuePair("client_id", clientId));
    paraList.Add(new KeyValuePair("client_secret", clientSecret));

    HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
    string result = response.Content.ReadAsStringAsync().Result;
    JObject jo = (JObject)JsonConvert.DeserializeObject(result);

    string token = jo["access_token"].ToString();
    return token;
}

/// 
/// 生成一个随机唯一文件名（Guid）
/// 
/// 
public static string GetRandomName()
{
    return Guid.NewGuid().ToString("N");
}

/// 
/// 返回图片的base64编码
/// 
/// 文件绝对路径名称
/// 
public static String GetFileBase64(string fileName)
{
    FileStream filestream = new FileStream(fileName, FileMode.Open);
    byte[] arr = new byte[filestream.Length];
    filestream.Read(arr, 0, (int)filestream.Length);
    string baser64 = Convert.ToBase64String(arr);
    filestream.Close();
    return baser64;
}

/// 
/// json转为对象
/// 
/// Json字符串
/// 
public static Object JsonStringToObj(string jsonString)
{
    Object s = JsonConvert.DeserializeObject(jsonString);
    return s;
}

/// 
/// 上传文件,返回文件名
/// 
/// 文件上传控件
/// 文件绝对路径
/// 
public static async Task UploadFile(IFormFile formFile, string fileDir)
{
    if (!DirectoryExists(directory))
    {
        Directory.CreateDirectory(directory);
    }
    string extension = Path.GetExtension(formFile.FileName);
    string imgName = Guid.NewGuid().ToString("N") + extension;
    var filePath = Path.Combine(fileDir, imgName);

    using (var fileStream = new FileStream(filePath, FileMode.Create, FileAccess.Write))
    {
        await formFile.CopyToAsync(fileStream);
    }

    return imgName;
}

/// 
/// 画点
/// 
/// 原图
/// 目标图
/// 黑眼圈点集合
/// 黑眼袋点集合
/// 黑眼圈点颜色
/// 黑眼袋点颜色
/// 点宽度
public static async Task DrawPoint(string originalPath, string targetPath, List aList, List bList, Color aColor, Color bColor, int pointWith = 1)
{
    //黑眼圈点坐标
    var aListPath = new List();
    foreach (Rectangle rec in aList)
    {
        var linerLine = new SixLabors.Shapes.LinearLineSegment(rec.point, rec.point);
        var shapesPath = new SixLabors.Shapes.Path(linerLine);
        aListPath.Add(shapesPath);
    }

    //黑眼袋点坐标
    var bListPath = new List();
    foreach (Rectangle rec in bList)
    {
        var linerLine = new SixLabors.Shapes.LinearLineSegment(rec.point, rec.point);
        var shapesPath = new SixLabors.Shapes.Path(linerLine);
        bListPath.Add(shapesPath);
    }

    using (Image image = Image.Load(originalPath))
    {
        image.Mutate(
            x => x.Draw(
                Pens.Dot(aColor, pointWith),   //大小
                new SixLabors.Shapes.PathCollection(aListPath)));  //黑眼圈点坐标集合
        image.Mutate(
            x => x.Draw(
                Pens.Dot(bColor, pointWith),   //大小
                new SixLabors.Shapes.PathCollection(bListPath)));  //黑眼袋点坐标集合
        image.Save(targetPath);
    }
}

Rectangle类：

/// 
    /// 矩形数据
    /// 
    public class Rectangle
    {
        /// 
        /// X坐标
        /// 
        [Display(Name = "X坐标")]
        public float X { get; set; }
        /// 
        /// Y坐标
        /// 
        [Display(Name = "Y坐标")]
        public float Y { get; set; }
        /// 
        /// 点坐标
        /// 
        [Display(Name = "点坐标")]

        public Vector2 point
        {
            get
            {
                return new Vector2(X, Y);
            }
        }


        public Rectangle()
        {

        }

        /// 
        /// 数据初始化
        /// 
        /// X坐标
        /// Y坐标
        public Rectangle(float x, float y)
        {
            X = x;
            Y = y;
        }
}

二、效果测试

1、页面：

2、识别结果：

2.1

2.2

2.3

三、测试结果及建议

从测试结果可知，百度的黑眼圈眼袋检测功能识别率还是不错的，特别是对于黑眼圈的识别比较准确，对于眼袋的识别好像不太好。

不过，如果能够将识别到的黑眼圈眼袋再进行细分，是色素型、血管型还是结构型？另外根据识别的数据，给定一个黑眼圈的严重程度，数据越大，越严重。这样的话，对于个人分辨自己黑眼圈眼袋的严重程度，一段时间黑眼圈眼袋的变化有个更直观的体现，对于个人改变坏习惯，减少黑眼圈眼袋，保持身体健康会有更大的帮助。