《》

　　

　　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 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：

　　1.创建计算机视觉API，并获得API Key

　　2.了解API参数

　　3.使用API测试控制台调试API，并设置调试API的参数

 

　　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: https://api.cognitive.azure.cn/vision/v1.0/analyze[?visualFeatures][&details][&language]

　　2.Request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.我们点击：，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：

 

　　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-cacheapim-request-id: 8a9e6b8c-3a20-42a0-91e0-52d6fbdc5f9eStrict-Transport-Security: max-age=31536000; includeSubDomains; preloadx-content-type-options: nosniffCache-Control: no-cacheDate: Thu, 15 Jun 2017 09:06:16 GMTX-AspNet-Version: 4.0.30319X-Powered-By: ASP.NETContent-Length: 1595Content-Type: application/json; charset=utf-8Expires: -1{  "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": 600,    "height": 463,    "format": "Jpeg"  },  "faces": [    {      "age": 42,      "gender": "Male",      "faceRectangle": {        "left": 117,        "top": 159,        "width": 95,        "height": 95      }    },    {      "age": 54,      "gender": "Male",      "faceRectangle": {        "left": 490,        "top": 111,        "width": 90,        "height": 90      }    },    {      "age": 61,      "gender": "Female",      "faceRectangle": {        "left": 17,        "top": 153,        "width": 85,        "height": 85      }    },    {      "age": 33,      "gender": "Female",      "faceRectangle": {        "left": 386,        "top": 166,        "width": 81,        "height": 81      }    },    {      "age": 15,      "gender": "Female",      "faceRectangle": {        "left": 235,        "top": 159,        "width": 77,        "height": 77      }    },    {      "age": 6,      "gender": "Female",      "faceRectangle": {        "left": 323,        "top": 163,        "width": 67,        "height": 67      }    }  ],  "color": {    "dominantColorForeground": "White",    "dominantColorBackground": "White",    "dominantColors": [      "White",      "Brown"    ],    "accentColor": "4E5D1A",    "isBWImg": false  },  "imageType": {    "clipArtType": 0,    "lineDrawingType": 0  }}