【百度大脑新品体验】车型识别
wangwei8638 发布于2019-04 浏览:9271 回复:5
2
收藏
最后编辑于2022-04

一.平台接入

此步骤比较简单,不多阐述。可参照上篇文档:

https://ai.baidu.com/forum/topic/show/943028

二.分析接口文档

1.打开http://ai.baidu.com/docs#/ImageClassify-API/fe686c3a,查看接口说明

 (1)接口描述

该请求用于检测一张车辆图片的具体车型。即对于输入的一张图片(可正常解码,且长宽比适宜),输出图片的车辆品牌及型号、颜色及年份、位置信息。

注:当前只支持单主体识别,若图片中有多个车辆,则识别目标最大的车辆。

(2)请求说明

需要用到的信息有:

请求URL: https://aip.baidubce.com/rest/2.0/image-classify/v1/car

Header格式:Content-Type:application/x-www-form-urlencoded

URL参数:

    image, 图像数据,base64编码,要求base64编码后大小不超过4M,最短边至少15px,最长边最大4096px,支持jpg/png/bmp格式 。注意:图片需要base64编码、去掉编码头后再进行urlencode。

   top_num:返回准确率最高的几个识别结果,返回结果top n,默认5。

   baike_num:返回百科信息的结果数,默认不返回

2.获取accesstoken

#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id =【百度云应用的AK】
client_secret =【百度云应用的SK】

#获取token
def get_token():
host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
request = urllib.request.Request(host)
request.add_header('Content-Type', 'application/json; charset=UTF-8')
response = urllib.request.urlopen(request)
token_content = response.read()
if token_content:
token_info = json.loads(token_content.decode("utf-8"))
token_key = token_info['access_token']
return token_key
3.准备一张用于识别的图片,存储在本地

三.识别结果

四.源码共享

# -*- coding: utf-8 -*-
#!/usr/bin/env python
import urllib
import urllib.parse
import urllib.request
import base64
import json
#client_id 为官网获取的AK, client_secret 为官网获取的SK
client_id = '****************'
client_secret = '************************'

#获取token
def get_token():
    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret
    request = urllib.request.Request(host)
    request.add_header('Content-Type', 'application/json; charset=UTF-8')
    response = urllib.request.urlopen(request)
    token_content = response.read()
    if token_content:
        token_info = json.loads(token_content.decode("utf-8"))
        token_key = token_info['access_token']
    return token_key

     # 读取图片
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()


#获取汽车型号信息
def get_license_plate(path):
    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/car"
    
    f = get_file_content(path)
    access_token=get_token()
    img = base64.b64encode(f)
    params = {"top_num":1, "image": img}
    params = urllib.parse.urlencode(params).encode('utf-8')
    request_url = request_url + "?access_token=" + access_token
    request = urllib.request.Request(url=request_url, data=params)
    request.add_header('Content-Type', 'application/x-www-form-urlencoded')
    response = urllib.request.urlopen(request)
    content = response.read()
    if content:
#        print (content.decode("utf-8"))
        cars = json.loads(content.decode("utf-8"))
        strover = '识别结果:'
        i = 1
        for car in cars['result']:
            strover += '{} 车型:{} \n            年份:{}\n            准确率:{}\n'.format(i,car['name'],car['year'],car['score'])
            i += 1
        print (strover)
        return content
    else:
        return ''

image_path='F:\paddle\m.jpg'
get_license_plate(image_path)

 

 

收藏
点赞
2
个赞
共5条回复 最后由用户已被禁言回复于2022-04
#6wangwei8638回复于2020-12
#5 locusinger159回复
看着还是很不错的,大众的套娃不知道好不好使

大众太没有辨识度o(* ̄︶ ̄*)o

0
#5locusinger159回复于2020-12

看着还是很不错的,大众的套娃不知道好不好使

0
#4wangwei8638回复于2019-10

这个还是比较准的

0
#3风搅火回复于2019-04

看来测试的结果很好啊

0
#2wangwei8638回复于2019-04

有空拿特斯拉几款车试试

0
TOP
切换版块