百度云【人脸识别】

布满荆棘的人生 2023-10-08 23:13 65阅读 0赞

**目录**

1：百度云【人脸识别云服务】

2：Java-SDK文档

3：项目中测试

--------------------

## 1：百度云【人脸识别云服务】 ##

![cec175d38446473980b40dde8c39a62d.png][]

人脸识别云服务

包含实名认证、人脸对比、人脸搜索、活体检测等能力。灵活应用于金融、泛安防等行业场景，满足身份核验、人脸考勤、闸机通行等业务需求

### 1.1：产品列表 ###

![d46422d0371d42ec9dbe3c665f9a2198.png][]

### 1.2：应用场景 ###

![c4c60d0dc168431b942c18d8f2507d96.png][]

![a403b1e23477459c97eb2d5dfc967d92.png][]

![1f8aa37bb6164a4d93d4f76ee513589f.png][]

![38a56c51173b4840a5573edbba8178d3.png][]

![c0172e124bc342a88731e602b656e9c4.png][]

![2f8a10744d714f75a0247929ff06ef1e.png][]

![208ec346dc254acab68b069c317cc738.png][]

![25e9f37ae6304dba83bcf67b4de802fe.png][]

### 1.3：特色优势 ###

![ac69e5291dbe4a4d928c8b54aaaed860.png][]

全线免费试用

公有云API最高可享10 QPS无限量免费调用，人脸离线采集SDK永久免费

稳定服务保障

提供企业级稳定、精确的大流量服务，拥有毫秒级识别响应能力、弹性灵活的高并发承载，可靠性保障高达99.99%

算法世界领先

基于百度专业的深度学习算法和海量数据训练，人脸识别算法在最权威的公开评测比赛中排名世界领先

### 1.4：支持与交流 ###

![630380014ac44029bab96b1251a7ab71.png][]

### 1.5：相关推荐 ###

![260cad82a981458cb9744dbb9ec8dac0.png][]

## 2：Java-SDK文档 ##

![b3c42f6366de4a1f811e3c351fa870bf.png][]

### 简介 ###

Hi，您好，欢迎使用百度人脸识别服务。

本文档主要针对Java开发者，描述百度人脸识别接口服务的相关技术内容。如果您对文档内容有任何疑问，可以通过以下几种方式联系我们：

*  在百度云控制台内[提交工单][Link 1]，咨询问题类型请选择**人工智能服务**；
 *  如有疑问，进入[AI社区交流][AI]：[人脸识别技术交流平台\_百度AI开发者社区][AI]

<table> 
 <thead> 
  <tr> 
   <th>接口名称</th> 
   <th>接口能力简要描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>人脸检测</td> 
   <td>检测人脸并定位，返回五官关键点，及人脸各属性值</td> 
  </tr> 
  <tr> 
   <td>人脸比对</td> 
   <td>返回两两比对的人脸相似值</td> 
  </tr> 
  <tr> 
   <td>人脸查找</td> 
   <td>在一个人脸集合中找到找到相似的人脸，由一系列接口组成，包括人脸识别、人脸认证、人脸库管理相关接口（人脸注册、人脸更新、人脸删除、用户信息查询、组列表查询、组内用户列表查询、组间复制用户、组内删除用户）</td> 
  </tr> 
 </tbody> 
</table>

历史版本

<table> 
 <thead> 
  <tr> 
   <th>上线日期</th> 
   <th>版本号</th> 
   <th>更新内容</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>2019.4.17</td> 
   <td>4.11.1</td> 
   <td>人脸v3文档更新，新增N:M接口</td> 
  </tr> 
  <tr> 
   <td>2018.6.1</td> 
   <td>4.4.0</td> 
   <td>更新视频活体接口参数名</td> 
  </tr> 
  <tr> 
   <td>2018.5.10</td> 
   <td>4.3.2</td> 
   <td>修复h5视频活体检测接口问题</td> 
  </tr> 
  <tr> 
   <td>2018.5.10</td> 
   <td>4.3.1</td> 
   <td>修复人脸活体检测接口问题</td> 
  </tr> 
  <tr> 
   <td>2018.4.28</td> 
   <td>4.3.0</td> 
   <td>人脸接口更新为v3版本</td> 
  </tr> 
  <tr> 
   <td>2018.4.3</td> 
   <td>4.2.0</td> 
   <td>新增人脸在线活体检测、身份验证接口</td> 
  </tr> 
  <tr> 
   <td>2018.1.11</td> 
   <td>4.1.0</td> 
   <td>新增人脸比对M:N接口</td> 
  </tr> 
  <tr> 
   <td>2017.12.22</td> 
   <td>4.0.0</td> 
   <td>接口统一升级</td> 
  </tr> 
  <tr> 
   <td>2017.11.14</td> 
   <td>3.3.2</td> 
   <td>人脸检测接口升级v2版本</td> 
  </tr> 
  <tr> 
   <td>2017.10.18</td> 
   <td>3.2.1</td> 
   <td>使用proxy问题修复</td> 
  </tr> 
  <tr> 
   <td>2017.8.25</td> 
   <td>3.0.0</td> 
   <td>更新sdk打包方式：所有AI服务集成一个SDK</td> 
  </tr> 
  <tr> 
   <td>2017.7.14</td> 
   <td>1.3.6</td> 
   <td>更新SDK打包方式</td> 
  </tr> 
  <tr> 
   <td>2017.4.27</td> 
   <td>1.3.4</td> 
   <td>人脸比对、识别、认证和人脸库设置接口升级为v2版本</td> 
  </tr> 
  <tr> 
   <td>2017.4.20</td> 
   <td>1.3.3</td> 
   <td>AI SDK同步版本更新</td> 
  </tr> 
  <tr> 
   <td>2017.4.13</td> 
   <td>1.3.2</td> 
   <td>AI SDK同步版本更新</td> 
  </tr> 
  <tr> 
   <td>2017.3.23</td> 
   <td>1.3</td> 
   <td>兼容Android环境</td> 
  </tr> 
  <tr> 
   <td>2017.3.2</td> 
   <td>1.2</td> 
   <td>上线人脸查找接口，增加对图片参数要求限制的检查，增加设置超时接口</td> 
  </tr> 
  <tr> 
   <td>2017.1.20</td> 
   <td>1.1</td> 
   <td>上线人脸比对接口，同时修复部分云用户调用不成功的错误</td> 
  </tr> 
  <tr> 
   <td>2017.1.6</td> 
   <td>1.0</td> 
   <td>初始版本，上线人脸属性识别接口</td> 
  </tr> 
 </tbody> 
</table>

**支持 JAVA版本：1.7+**

**使用maven依赖**：

添加以下依赖即可。其中版本号可在[maven官网][maven]查询

<dependency>
        <groupId>com.baidu.aip</groupId>
        <artifactId>java-sdk</artifactId>
        <version>${version}</version>
    </dependency>

#### 新建AipFace ####

AipFace是人脸识别的Java客户端，为使用人脸识别的开发人员提供了一系列的交互方法。

用户可以参考如下代码新建一个AipFace,初始化完成后建议**单例使用**,避免重复获取access\_token：

public class Sample {
        //设置APPID/AK/SK
        public static final String APP_ID = "你的 App ID";
        public static final String API_KEY = "你的 Api Key";
        public static final String SECRET_KEY = "你的 Secret Key";
    
        public static void main(String[] args) {
            // 初始化一个AipFace
            AipFace client = new AipFace(APP_ID, API_KEY, SECRET_KEY);
    
            // 可选：设置网络连接参数
            client.setConnectionTimeoutInMillis(2000);
            client.setSocketTimeoutInMillis(60000);
    
            // 可选：设置代理服务器地址, http和socket二选一，或者均不设置
            client.setHttpProxy("proxy_host", proxy_port);  // 设置http代理
            client.setSocketProxy("proxy_host", proxy_port);  // 设置socket代理
    
            // 调用接口
            String image = "取决于image_type参数，传入BASE64字符串或URL字符串或FACE_TOKEN字符串";
            String imageType = "BASE64";
        
            // 人脸检测
            JSONObject res = client.detect(image, imageType, options);
            System.out.println(res.toString(2));
            
        }
    }

#### 配置AipFace ####

如果用户需要配置AipFace的一些细节参数，可以在构造AipFace之后调用接口设置参数，目前只支持以下参数：

<table> 
 <thead> 
  <tr> 
   <th>接口</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>setConnectionTimeoutInMillis</td> 
   <td>建立连接的超时时间（单位：毫秒）</td> 
  </tr> 
  <tr> 
   <td>setSocketTimeoutInMillis</td> 
   <td>通过打开的连接传输数据的超时时间（单位：毫秒）</td> 
  </tr> 
  <tr> 
   <td>setHttpProxy</td> 
   <td>设置http代理服务器</td> 
  </tr> 
  <tr> 
   <td>setSocketProxy</td> 
   <td>设置socket代理服务器 （http和socket类型代理服务器只能二选一）</td> 
  </tr> 
 </tbody> 
</table>

### 接口说明 ###

#### 人脸检测 ####

**人脸检测**：检测图片中的人脸并标记出位置信息;

public void sample(AipFace client) {
        // 传入可选参数调用接口
        HashMap<String, String> options = new HashMap<String, String>();
        options.put("face_field", "age");
        options.put("max_face_num", "2");
        options.put("face_type", "LIVE");
        options.put("liveness_control", "LOW");
        
        String image = "取决于image_type参数，传入BASE64字符串或URL字符串或FACE_TOKEN字符串";
        String imageType = "BASE64";
        
        // 人脸检测
        JSONObject res = client.detect(image, imageType, options);
        System.out.println(res.toString(2));
    
    }

**人脸检测 请求参数详情**

<table> 
 <thead> 
  <tr> 
   <th>参数名称</th> 
   <th>是否必选</th> 
   <th>类型</th> 
   <th>默认值</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>image</td> 
   <td>是</td> 
   <td>String</td> 
   <td></td> 
   <td>图片信息(<strong>总数据大小应小于10M</strong>)，图片上传方式根据image_type来判断</td> 
  </tr> 
  <tr> 
   <td>image_type</td> 
   <td>是</td> 
   <td>String</td> 
   <td></td> 
   <td>图片类型<br><strong>BASE64</strong>:图片的base64值，base64编码后的图片数据，编码后的图片大小不超过2M；<br><strong>URL</strong>:图片的 URL地址( 可能由于网络等原因导致下载图片时间过长)；<br><strong>FACE_TOKEN</strong>: 人脸图片的唯一标识，调用人脸检测接口时，会为每个人脸图片赋予一个唯一的FACE_TOKEN，同一张图片多次检测得到的FACE_TOKEN是同一个。</td> 
  </tr> 
  <tr> 
   <td>face_field</td> 
   <td>否</td> 
   <td>String</td> 
   <td></td> 
   <td>包括<strong>age,beauty,expression,face_shape,gender,glasses,landmark,landmark150,quality,eye_status,emotion,face_type信息</strong><br> 逗号分隔. 默认只返回face_token、人脸框、概率和旋转角度</td> 
  </tr> 
  <tr> 
   <td>max_face_num</td> 
   <td>否</td> 
   <td>String</td> 
   <td>1</td> 
   <td>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；<strong>最大值10</strong>，检测图片中面积最大的几张人脸。</td> 
  </tr> 
  <tr> 
   <td>face_type</td> 
   <td>否</td> 
   <td>String</td> 
   <td></td> 
   <td>人脸的类型&nbsp;<strong>LIVE</strong>表示生活照：通常为手机、相机拍摄的人像图片、或从网络获取的人像图片等<strong>IDCARD</strong>表示身份证芯片照：二代身份证内置芯片中的人像照片&nbsp;<strong>WATERMARK</strong>表示带水印证件照：一般为带水印的小图，如公安网小图&nbsp;<strong>CERT</strong>表示证件照片：如拍摄的身份证、工卡、护照、学生证等证件图片 默认<strong>LIVE</strong></td> 
  </tr> 
  <tr> 
   <td>liveness_control</td> 
   <td>否</td> 
   <td>String</td> 
   <td>NONE</td> 
   <td>活体检测控制&nbsp;<strong>NONE</strong>: 不进行控制&nbsp;<strong>LOW</strong>:较低的活体要求(高通过率 低攻击拒绝率)&nbsp;<strong>NORMAL</strong>: 一般的活体要求(平衡的攻击拒绝率, 通过率)&nbsp;<strong>HIGH</strong>: 较高的活体要求(高攻击拒绝率 低通过率)&nbsp;<strong>默认NONE</strong></td> 
  </tr> 
 </tbody> 
</table>

**人脸检测 返回数据参数详情**

<table> 
 <thead> 
  <tr> 
   <th>字段</th> 
   <th>必选</th> 
   <th>类型</th> 
   <th>说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>face_num</td> 
   <td>是</td> 
   <td>int</td> 
   <td>检测到的图片中的人脸数量</td> 
  </tr> 
  <tr> 
   <td>face_list</td> 
   <td>是</td> 
   <td>array</td> 
   <td>人脸信息列表，具体包含的参数参考下面的列表。</td> 
  </tr> 
  <tr> 
   <td>+face_token</td> 
   <td>是</td> 
   <td>string</td> 
   <td>人脸图片的唯一标识</td> 
  </tr> 
  <tr> 
   <td>+location</td> 
   <td>是</td> 
   <td>array</td> 
   <td>人脸在图片中的位置</td> 
  </tr> 
  <tr> 
   <td>++left</td> 
   <td>是</td> 
   <td>double</td> 
   <td>人脸区域离左边界的距离</td> 
  </tr> 
  <tr> 
   <td>++top</td> 
   <td>是</td> 
   <td>double</td> 
   <td>人脸区域离上边界的距离</td> 
  </tr> 
  <tr> 
   <td>++width</td> 
   <td>是</td> 
   <td>double</td> 
   <td>人脸区域的宽度</td> 
  </tr> 
  <tr> 
   <td>++height</td> 
   <td>是</td> 
   <td>double</td> 
   <td>人脸区域的高度</td> 
  </tr> 
  <tr> 
   <td>++rotation</td> 
   <td>是</td> 
   <td>int64</td> 
   <td>人脸框相对于竖直方向的顺时针旋转角，[-180,180]</td> 
  </tr> 
  <tr> 
   <td>+face_probability</td> 
   <td>是</td> 
   <td>double</td> 
   <td>人脸置信度，范围【0~1】，代表这是一张人脸的概率，0最小、1最大。</td> 
  </tr> 
  <tr> 
   <td>+angel</td> 
   <td>是</td> 
   <td>array</td> 
   <td>人脸旋转角度参数</td> 
  </tr> 
  <tr> 
   <td>++yaw</td> 
   <td>是</td> 
   <td>double</td> 
   <td>三维旋转之左右旋转角[-90(左), 90(右)]</td> 
  </tr> 
  <tr> 
   <td>++pitch</td> 
   <td>是</td> 
   <td>double</td> 
   <td>三维旋转之俯仰角度[-90(上), 90(下)]</td> 
  </tr> 
  <tr> 
   <td>++roll</td> 
   <td>是</td> 
   <td>double</td> 
   <td>平面内旋转角[-180(逆时针), 180(顺时针)]</td> 
  </tr> 
  <tr> 
   <td>+age</td> 
   <td>否</td> 
   <td>double</td> 
   <td>年龄 ，当<strong>face_field包含age时返回</strong></td> 
  </tr> 
  <tr> 
   <td>+beauty</td> 
   <td>否</td> 
   <td>int64</td> 
   <td>美丑打分，范围0-100，越大表示越美。当<strong>face_fields包含beauty时返回</strong></td> 
  </tr> 
  <tr> 
   <td>+expression</td> 
   <td>否</td> 
   <td>array</td> 
   <td>表情，当&nbsp;<strong>face_field包含expression时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++type</td> 
   <td>否</td> 
   <td>string</td> 
   <td><strong>none</strong>:不笑；<strong>smile</strong>:微笑；<strong>laugh</strong>:大笑</td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>表情置信度，范围【0~1】，0最小、1最大。</td> 
  </tr> 
  <tr> 
   <td>+face_shape</td> 
   <td>否</td> 
   <td>array</td> 
   <td>脸型，当<strong>face_field包含face_shape时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++type</td> 
   <td>否</td> 
   <td>double</td> 
   <td><strong>square</strong>: 正方形&nbsp;<strong>triangle</strong>:三角形&nbsp;<strong>oval</strong>: 椭圆&nbsp;<strong>heart</strong>: 心形&nbsp;<strong>round</strong>: 圆形</td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>置信度，范围【0~1】，代表这是人脸形状判断正确的概率，0最小、1最大。</td> 
  </tr> 
  <tr> 
   <td>+gender</td> 
   <td>否</td> 
   <td>array</td> 
   <td>性别，<strong>face_field包含gender时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++type</td> 
   <td>否</td> 
   <td>string</td> 
   <td>male:<strong>男性</strong>&nbsp;female:<strong>女性</strong></td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>性别置信度，范围【0~1】，0代表概率最小、1代表最大。</td> 
  </tr> 
  <tr> 
   <td>+glasses</td> 
   <td>否</td> 
   <td>array</td> 
   <td>是否带眼镜，<strong>face_field包含glasses时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++type</td> 
   <td>否</td> 
   <td>string</td> 
   <td><strong>none</strong>:无眼镜，<strong>common</strong>:普通眼镜，<strong>sun</strong>:墨镜</td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>眼镜置信度，范围【0~1】，0代表概率最小、1代表最大。</td> 
  </tr> 
  <tr> 
   <td>+eye_status</td> 
   <td>否</td> 
   <td>array</td> 
   <td>双眼状态（睁开/闭合）&nbsp;<strong>face_field包含eye_status时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++left_eye</td> 
   <td>否</td> 
   <td>double</td> 
   <td>左眼状态 [0,1]取值，越接近0闭合的可能性越大</td> 
  </tr> 
  <tr> 
   <td>++right_eye</td> 
   <td>否</td> 
   <td>double</td> 
   <td>右眼状态 [0,1]取值，越接近0闭合的可能性越大</td> 
  </tr> 
  <tr> 
   <td>+emotion</td> 
   <td>否</td> 
   <td>array</td> 
   <td>情绪&nbsp;<strong>face_field包含emotion时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++type</td> 
   <td>否</td> 
   <td>string</td> 
   <td><strong>angry</strong>:愤怒&nbsp;<strong>disgust</strong>:厌恶&nbsp;<strong>fear</strong>:恐惧&nbsp;<strong>happy</strong>:高兴<br><strong>sad</strong>:伤心&nbsp;<strong>surprise</strong>:惊讶&nbsp;<strong>neutral</strong>:无情绪</td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>情绪置信度，范围0~1</td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>人种置信度，范围【0~1】，0代表概率最小、1代表最大。</td> 
  </tr> 
  <tr> 
   <td>+face_type</td> 
   <td>否</td> 
   <td>array</td> 
   <td>真实人脸/卡通人脸&nbsp;<strong>face_field包含face_type时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++type</td> 
   <td>否</td> 
   <td>string</td> 
   <td><strong>human</strong>: 真实人脸&nbsp;<strong>cartoon</strong>: 卡通人脸</td> 
  </tr> 
  <tr> 
   <td>++probability</td> 
   <td>否</td> 
   <td>double</td> 
   <td>人脸类型判断正确的置信度，范围【0~1】，0代表概率最小、1代表最大。</td> 
  </tr> 
  <tr> 
   <td>+landmark</td> 
   <td>否</td> 
   <td>array</td> 
   <td>4个关键点位置，左眼中心、右眼中心、鼻尖、嘴中心。<strong>face_field包含landmark时返回</strong></td> 
  </tr> 
  <tr> 
   <td>+landmark72</td> 
   <td>否</td> 
   <td>array</td> 
   <td>72个特征点位置&nbsp;<strong>face_field包含landmark时返回</strong></td> 
  </tr> 
  <tr> 
   <td>+landmark150</td> 
   <td>否</td> 
   <td>array</td> 
   <td>150个特征点位置&nbsp;<strong>face_field包含landmark150时返回</strong></td> 
  </tr> 
  <tr> 
   <td>+quality</td> 
   <td>否</td> 
   <td>array</td> 
   <td>人脸质量信息。<strong>face_field包含quality时返回</strong></td> 
  </tr> 
  <tr> 
   <td>++occlusion</td> 
   <td>否</td> 
   <td>array</td> 
   <td>人脸各部分遮挡的概率，范围[0~1]，0表示完整，1表示不完整</td> 
  </tr> 
  <tr> 
   <td>+++left_eye</td> 
   <td>否</td> 
   <td>double</td> 
   <td>左眼遮挡比例，[0-1] ，1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>+++right_eye</td> 
   <td>否</td> 
   <td>double</td> 
   <td>右眼遮挡比例，[0-1] ， 1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>+++nose</td> 
   <td>否</td> 
   <td>double</td> 
   <td>鼻子遮挡比例，[0-1] ， 1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>+++mouth</td> 
   <td>否</td> 
   <td>double</td> 
   <td>嘴巴遮挡比例，[0-1] ， 1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>+++left_cheek</td> 
   <td>否</td> 
   <td>double</td> 
   <td>左脸颊遮挡比例，[0-1] ， 1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>+++right_cheek</td> 
   <td>否</td> 
   <td>double</td> 
   <td>右脸颊遮挡比例，[0-1] ， 1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>+++chin</td> 
   <td>否</td> 
   <td>double</td> 
   <td>下巴遮挡比例，，[0-1] ， 1表示完全遮挡</td> 
  </tr> 
  <tr> 
   <td>++blur</td> 
   <td>否</td> 
   <td>double</td> 
   <td>人脸模糊程度，范围[0~1]，0表示清晰，1表示模糊</td> 
  </tr> 
  <tr> 
   <td>++illumination</td> 
   <td>否</td> 
   <td>double</td> 
   <td>取值范围在[0~255], 表示脸部区域的光照程度 越大表示光照越好</td> 
  </tr> 
  <tr> 
   <td>++completeness</td> 
   <td>否</td> 
   <td>int64</td> 
   <td>人脸完整度，0或1, 0为人脸溢出图像边界，1为人脸都在图像边界内</td> 
  </tr> 
 </tbody> 
</table>

**人脸检测 返回示例**![b9a697b07f674dbf901f26a9996ed4b0.png][]

## 3：项目中测试 ##

消费者服务用来调用接口模块，消费提供者模块的实现

![b9273ce5d47842ba999fa4e84805ea1c.png][]

在App项目中导入自动配置模块依赖

<dependency>
                <groupId>com.czxy.tanhua</groupId>
                <artifactId>tanhua-autoconfig</artifactId>
                <version>1.0-SNAPSHOT</version>
            </dependency>

test类：注入人脸模板：faceTemplate

@RunWith(SpringRunner.class)
    @SpringBootTest(classes = AppServiceApplication.class)
    public class TestFaceApi {
        @Resource
        private FaceTemplate faceTemplate;
        @Test
        public void testFaceApi(){
            String url1 ="https://tudou-01.oss-cn-shanghai.aliyuncs.com/avatar/1680232548883.png";
            boolean flag = faceTemplate.FaceUtils(url1);
            if (flag){
                System.out.println("人脸成功");
            }else {
                System.out.println("人脸失败");
            }
        }
    }

这个测试启动：会启动App服务的启动类，加载自动装配和yml文件中的配置信息

![6ad8fb917381469bb6a6d267a28eb14c.png][]

自动装配模块properties会加载aip:

![ea651294ba25476a8ccc19a723b6c1fd.png][]

模板识别template提供给别人调用：

package com.czxy.tanhua.autoconfig.template;
    
    import com.baidu.aip.face.AipFace;
    import com.czxy.tanhua.autoconfig.properties.FaceProperties;
    import org.json.JSONObject;
    import org.springframework.stereotype.Component;
    
    import javax.annotation.Resource;
    import java.util.HashMap;
    
    /**
     * @Author 爱吃豆的土豆、
     * @Date 2023/3/31 10:27
     */
    @Component
    public class FaceTemplate {
        @Resource
        private AipFace aipFace;
        private FaceProperties faceProperties;
        public FaceTemplate(FaceProperties faceProperties){
            this.faceProperties = faceProperties;
        }
    
        public boolean FaceUtils(String imageurl){
            
            String imageType = "URL";
    
    
                // 传入可选参数调用接口
            HashMap<String, String> options = new HashMap<String, String>();
            options.put("face_field", "age");
            options.put("max_face_num", "2");
            options.put("face_type", "LIVE");
    //        options.put("liveness_control", "LOW");
    
            // 人脸检测
            JSONObject res = aipFace.detect(imageurl, imageType, options);
            Integer error_code = (Integer) res.get("error_code");
            return error_code == 0;
        }
    }

[cec175d38446473980b40dde8c39a62d.png]: https://img-blog.csdnimg.cn/cec175d38446473980b40dde8c39a62d.png
[d46422d0371d42ec9dbe3c665f9a2198.png]: https://img-blog.csdnimg.cn/d46422d0371d42ec9dbe3c665f9a2198.png
[c4c60d0dc168431b942c18d8f2507d96.png]: https://img-blog.csdnimg.cn/c4c60d0dc168431b942c18d8f2507d96.png
[a403b1e23477459c97eb2d5dfc967d92.png]: https://img-blog.csdnimg.cn/a403b1e23477459c97eb2d5dfc967d92.png
[1f8aa37bb6164a4d93d4f76ee513589f.png]: https://img-blog.csdnimg.cn/1f8aa37bb6164a4d93d4f76ee513589f.png
[38a56c51173b4840a5573edbba8178d3.png]: https://img-blog.csdnimg.cn/38a56c51173b4840a5573edbba8178d3.png
[c0172e124bc342a88731e602b656e9c4.png]: https://img-blog.csdnimg.cn/c0172e124bc342a88731e602b656e9c4.png
[2f8a10744d714f75a0247929ff06ef1e.png]: https://img-blog.csdnimg.cn/2f8a10744d714f75a0247929ff06ef1e.png
[208ec346dc254acab68b069c317cc738.png]: https://img-blog.csdnimg.cn/208ec346dc254acab68b069c317cc738.png
[25e9f37ae6304dba83bcf67b4de802fe.png]: https://img-blog.csdnimg.cn/25e9f37ae6304dba83bcf67b4de802fe.png
[ac69e5291dbe4a4d928c8b54aaaed860.png]: https://img-blog.csdnimg.cn/ac69e5291dbe4a4d928c8b54aaaed860.png
[630380014ac44029bab96b1251a7ab71.png]: https://img-blog.csdnimg.cn/630380014ac44029bab96b1251a7ab71.png
[260cad82a981458cb9744dbb9ec8dac0.png]: https://img-blog.csdnimg.cn/260cad82a981458cb9744dbb9ec8dac0.png
[b3c42f6366de4a1f811e3c351fa870bf.png]: https://img-blog.csdnimg.cn/b3c42f6366de4a1f811e3c351fa870bf.png
[Link 1]: http://ticket.bce.baidu.com/#/ticket/create
[AI]: http://ai.baidu.com/forum/topic/list/165
[maven]: http://search.maven.org/#search%7Cga%7C1%7Caip
[b9a697b07f674dbf901f26a9996ed4b0.png]: https://img-blog.csdnimg.cn/b9a697b07f674dbf901f26a9996ed4b0.png
[b9273ce5d47842ba999fa4e84805ea1c.png]: https://img-blog.csdnimg.cn/b9273ce5d47842ba999fa4e84805ea1c.png
[6ad8fb917381469bb6a6d267a28eb14c.png]: https://img-blog.csdnimg.cn/6ad8fb917381469bb6a6d267a28eb14c.png
[ea651294ba25476a8ccc19a723b6c1fd.png]: https://img-blog.csdnimg.cn/ea651294ba25476a8ccc19a723b6c1fd.png