阿里云AI训练营_Day03_电子相册

阿里云图像识别SpringBoot

发布日期:2020-06-06 22:27:00

阅读量:191

所属分类: 阿里巴巴

## 项目介绍

参加阿里云AI训练营的第3天，完成一个电子相册。

电子相册需要用到 “人脸属性识别” 和 “场景识别” 2个服务，开通之后就开始我们的项目吧！

## 项目用到文档地址

阿里云达摩院视觉开放平台：https://vision.aliyun.com/

阿里云视觉开放平台 “人脸属性识别” 地址：https://help.aliyun.com/document_detail/151968.html?spm=a2c4g.11186623.2.20.19714c68VRbnB9

阿里云视觉开放平台 “场景识别” 地址：https://help.aliyun.com/document_detail/152007.html?spm=a2c4g.11186623.6.670.19714c68sp5KFt

github给出的示例代码地址：https://github.com/aliyun/alibabacloud-viapi-demo

## 项目开始

### （1）引入项目依赖

依赖就按照示例代码中的依赖来吧，引入之后可以支持本地图片上传。

```xml

<dependency>
    <groupId>com.aliyun</groupId>
    <artifactId>aliyun-java-sdk-core</artifactId>
    <version>4.4.9</version>
</dependency>

<dependency>
    <groupId>com.aliyun</groupId>
    <artifactId>facebody</artifactId>
    <version>0.0.7</version>
</dependency>

<dependency>
    <groupId>com.aliyun</groupId>
    <artifactId>imagerecog</artifactId>
    <version>0.0.5</version>
</dependency>
```

- 记得要开通对应场景的服务，否则就会报这样的错误

![](http://image.linkaiblog.top/image-20200606212319897.png)

### （2）创建并初始化 Client，Config

和之前的套路一样，我们需要创建对应场景的 Client 和 Config 类，关于这部分的详细解释可以参照我的上一篇博客 【阿里云AI训练营-_Day02-身份证识别】。

关于 Config 的属性配置，文档中也详细说明了，我们要根据不同的场景赋予不同的值。

![](http://image.linkaiblog.top/image-20200606213550538.png)

-----

由于我们用到了 2 个场景的服务，所以可以先定义2个关于场景的变量用来标识不同的场景

> 定义 2 个标识场景的变量

```java
// 我们自己的 accessKey 和 accessSecret，需要在配置文件中配置
@Value("${aliyun.accessKeyId}")
private String accessKey;
@Value("${aliyun.accessSecret}")
private String accessSecret;

// 人脸属性识别的场景标识
static String faceBodyEndpoint = "facebody";
// 图片场景识别的标识
static String imageRecogEndpoint = "imagerecog";
```

-----

下面分别贴出关于 2 个场景的 Client 和Config 类的配置

> Client 和 Config 配置

```java
// 创建人脸属性识别的 Client
private com.aliyun.facebody.Client getFaceBodyClient(String endpoint) throws Exception {
    com.aliyun.facebody.models.Config config = new com.aliyun.facebody.models.Config();
    config.accessKeyId = accessKey;
    config.accessKeySecret = accessSecret;
    config.type = "access_key";
    config.regionId = "cn-shanghai";
    config.endpointType = "internal";
     // 这里的 config.enpoint 由外部传入，就是传入我们一开始定义的变量，格式化之后为： facebody.cn-shanghai.aliyuncs.com , 对应 人脸属性识别的域名
    config.endpoint = String.format("%s.%s", endpoint, "cn-shanghai.aliyuncs.com");
    config.protocol = "http";
    return new com.aliyun.facebody.Client(config);
}

// 创建场景识别的 Client
private com.aliyun.imagerecog.Client getImageRecogClient(String endpoint) throws Exception {
    com.aliyun.imagerecog.models.Config config = new com.aliyun.imagerecog.models.Config();
    config.accessKeyId = accessKey;
    config.accessKeySecret = accessSecret;
    config.type = "access_key";
    config.regionId = "cn-shanghai";
    config.endpointType = "internal";
     // 这里的 config.enpoint 由外部传入，就是传入我们一开始定义的变量，格式化之后为： imagerecog.cn-shanghai.aliyuncs.com , 对应场景识别的访问域名。
    config.endpoint = String.format("%s.%s", endpoint, "cn-shanghai.aliyuncs.com");
    config.protocol = "http";
    return new com.aliyun.imagerecog.Client(config);
}
```

### （3）调用对应场景的 API

老规矩，看文档；示例代码永远只能是举了例子，关键部分的解释还是文档中更详细。

#### 1. 人脸属性识别场景

文档中说了，返回的数据有很多，List，Integer之类的，他们都封装在这个叫 Data 的属性里面，那么我们调用之后就可以直接从 xxxResponse 中获取数据了。

![](http://image.linkaiblog.top/image-20200606214950120.png)

但是实际上并没有想象中的怎么美好，我看了一下示例代码，发现这个 Data 里面只有一个名字叫做 elements 的对象数组，数组里面的对象是 RecognizeExpressionResponseDataElements 类的对象；然后在这个 RecognizeExpressionResponseDataElements  类里面只能够获取够获取 3 个属性：

![](http://image.linkaiblog.top/image-20200606220000314.png)

这明显和文档中的不符合啊，我个人感觉可能是依赖版本的问题，示例代码中的版本可能太低了，而文档是6月3号更新的，所以使用新版本后，应该以文档为标准；

由于临近期末，时间有限，我就不再尝试了，有兴趣的小伙伴可以测试一下新版本的SDK。

那么按照示例中的代码，这部分的代码应该这样

> 人脸属性识别代码 ，传入的参数为从图片获取的输入流

```java
 // 人脸属性识别主要有哪些表情
public List<String> recognizeExpression(InputStream inputStream) throws Exception {
    RecognizeExpressionAdvanceRequest request = new RecognizeExpressionAdvanceRequest();
    request.imageURLObject = inputStream;

List<String> labels = new ArrayList<>();
    try {
        // 调用我们前面的方法，获取一个 Client 对象
        Client client = getFaceBodyClient(faceBodyEndpoint);
        RecognizeExpressionResponse resp = client.recognizeExpressionAdvance(request, new RuntimeObject());
        // 注意这里我们遍历的是 data 里面的 elements 对象数组，然后从对象中获取 expression 并放入 labels 中
        for (RecognizeExpressionResponse.RecognizeExpressionResponseDataElements element : resp.data.elements) {
            labels.add(ExpressionEnum.getNameByNameEn(element.expression));
        }
    } catch (ClientException e) {
        log.error("ErrCode:{}, ErrMsg:{}, RequestId:{}", e.getErrCode(), e.getErrMsg(), e.getRequestId());
    }
    return labels;
}
```

#### 2. 场景识别

文档关键部分截图，这次文档和代码的出入比较很少，可以跟着文档来走。从 Data 中获取 Tags 进一步获取 Value

![](http://image.linkaiblog.top/image-20200606220712373.png)

> 场景识别关键代码，传入的参数为从图片获取的输入流

```java
// 场景识别部分代码
public List<String> recognizeScene(InputStream inputStream) throws Exception {
    RecognizeSceneAdvanceRequest request = new RecognizeSceneAdvanceRequest();
    request.imageURLObject = inputStream;

List<String> labels = new ArrayList<>();
    try {
       	// 调用之前的方法获取一个 Client 对象
        com.aliyun.imagerecog.Client client = getImageRecogClient(imageRecogEndpoint);
        RecognizeSceneResponse resp = client.recognizeSceneAdvance(request, new RuntimeObject());
        // 遍历 data 里面的 tags，从中获取 value 并放入 labels 中
        for (RecognizeSceneResponse.RecognizeSceneResponseDataTags tag: resp.data.tags) {
            labels.add(tag.value);
        }
    } catch (ClientException e) {
        log.error("ErrCode:{}, ErrMsg:{}, RequestId:{}", e.getErrCode(), e.getErrMsg(), e.getRequestId());
    }
    return labels;
}
```

### （4）测试

由于示例代码中的前端部分使用了 Vue + ElementUI，我对 Vue 不是很精通，所以我运行项目后拖入图片没有反应，F12控制里面的 Console 会报错。

所以这里直接使用本地的图片，直接调用 VisionService 类里面的方法（就是我们刚才写的那些方法）来测试

> 测试代码

```java
@Autowired
VisionService visionService;

@Test
void contextLoads() {
    try {
        FileInputStream inputStream = new FileInputStream("D:\\Temp\\images\\5a4ca1f4ddd31.jpg");
        List<String> expressions = visionService.recognizeExpression(inputStream);
        for (String expersion:expressions
            ) {
            System.out.println("人脸表情：" + expersion);
        }

FileInputStream inputStream1 = new FileInputStream("D:\\Temp\\images\\5a4ca1f4ddd31.jpg");
        List<String> recognizeScene = visionService.recognizeScene(inputStream1);
        for (String scene:recognizeScene
            ) {
            System.out.println("对应场景：" + scene);
        }

} catch (FileNotFoundException e) {
        e.printStackTrace();
    } catch (Exception e) {
        e.printStackTrace();
    }
}
```

> 本地图片

![](http://image.linkaiblog.top/image-20200606221441905.png)

最中的识别结果：

![](http://image.linkaiblog.top/image-20200606212453730.png)

## 关于

**由于前端代码出现了Bug，所以只测试了后端调用服务API的关键代码，主要是结合代码和文档一起分析，这样才能一通百通。额，好吧，最主要的原因是时间不够，月底就期末考了，能抽出来的时间不是很多，所以不想把时间花费在解决前端的Bug上面。**

## 友情推广

贴一下阿里云的活动，有兴趣的小伙伴可以参加一下

![](http://image.linkaiblog.top/image-20200606222043666.png)

JackLin的博客

阿里云AI训练营_Day03_电子相册