基于阿里云平臺通過樹莓派實現 1：1人臉識別

之前的學習中，曾經在香橙派上使用阿里云平臺的服務實現過類型識別：

使用香橙派并基于Linux實現最終版智能垃圾桶項目 --- 下_香橙派項目-CSDN博客

現在，嘗試在樹莓派上通過阿里云平臺的服務實現人臉識別！

通過VScode遠程連接樹莓派

當然，使用SourceInsight來編寫代碼也可以，全看個人喜好。

我的個人理解是：

VScode 更適合遠程編寫和調試
SourceInsight 更適合本地編寫多文件的項目

對于本節想要實現的人臉識別，并不特別需要很多文件，且經常需要調試，如果使用SourceInsight就要經常涉及將文件傳給樹莓派這個操作，較為繁瑣。

關于如何連接，可以參考之前連接香橙派的博文，步驟幾乎一模一樣，唯一需要注意的是在.config文件中，樹莓派的用戶名是“pi”而不是“rasberrypi”：

小插曲 -- 使用Visual Studio Code遠程連接香橙派_visual code 連接 inspect-CSDN博客

VSCODE小操作回顧&補充

“ALT + SHIFT"：多行縮進
“CTRL + S”：保存
“CTRL + F”：變量名查找 / 替換

?連接成功后的樣子：

樹莓派Python版本檢查

python版本不夠的升級方法：

使用香橙派在Linux環境中安裝并學習Python_如何在香橙派上運行python文件-CSDN博客

在之前就提到過，想要使用阿里云的人工智能模型，python版本最好是3開頭的，所以在樹莓派中同樣運行以下指令檢查python版本：

python --version

可見python版本已經是3.11了，那就不需要改動了！

并且由于這是自帶的python，所以其庫就在“/usr/bin”?下：

ls /usr/bin

配置環境變量

在后面的代碼中，涉及到C語言調用python，所以需要調用<Python.h>，因此需要配置環境變量，否則這個庫找不到：

vi ~/.bashrc #將以下內容加到最后，保存退出
export C_INCLUDE_PATH=/usr/include/python3.11

注意，配置后，要重啟樹莓派后才能生效?！！

阿里云的人臉識別方案

阿里云官網：阿里云|達摩院視覺智能開放平臺
如果之前沒有進行過注冊，則需要通過支付寶注冊，并獲取AccessKey ID和Secret

我之前就創建過賬號，現在再獲取一組 ID & Secret (如果之前有用之前的應該也可以)：阿里云登錄 - 歡迎登錄阿里云，安全穩定的云計算服務平臺

AccessKey ID 和密碼一定要自己保存好！！

在樹莓派上下載相應的SDK：

關于人臉人體的SDK的查找：

如何獲取、安裝、使用視覺智能開放平臺PythonSDK及代碼示例_視覺智能開放平臺(VIAPI)-阿里云幫助中心

pip install alibabacloud_facebody20191230

此處發生了報錯：

解決辦法：
sudo mv /usr/lib/python3.11/EXTERNALLY-MANAGED /usr/lib/python3.11/EXTERNALLY-MANAGED.bak

?安裝完成后，根據自己實際的ACCESS_KEY_ID 和 ACCESS_KEY_SECRET，將以下內容寫入到家目錄下的.bashrc中：

vi ~/.bashrc #然后在末尾輸入以下內容：
export ALIBABA_CLOUD_ACCESS_KEY_ID="XXX" #根據自己實際的ID填寫
export ALIBABA_CLOUD_ACCESS_KEY_SECRET="XXXX" #根據自己實際的SECRET填寫

保存退出后，重啟樹莓派，再輸入“export”驗證：

可見，ACCESSKEY已經成功被配置成為環境變量！

?在官網的人臉識別中找到一個感興趣的模型，我此處找了“人臉比對1：1?”：能力展示-阿里云視覺智能開放平臺

點擊“立即開通”開通服務
點擊“立刻購買”購買服務（此處似乎有優惠，免費使用1年）

此時，就可以使用這個模型了！

下載示例代碼進行測試

不能直接在人臉比對1:1下使用那個python代碼例程，而是要在以下鏈接中找到“文件在本地或文件不在同一地域OSS”的例程：

人臉比對1:1示例代碼_視覺智能開放平臺(VIAPI)-阿里云幫助中心

在樹莓派”mjm_code“下創建一個“face_detect_test”文件夾，將示例代碼拷貝進來并稍作修改：

test.py：

# -*- coding: utf-8 -*-
# 引入依賴包
# 最低SDK版本要求：facebody20191230的SDK版本需大于等于4.0.8
# 可以在此倉庫地址中引用最新版本SDK：https://pypi.org/project/alibabacloud-facebody20191230/
# pip install alibabacloud_facebody20191230import os
import io
from urllib.request import urlopen
from alibabacloud_facebody20191230.client import Client
from alibabacloud_facebody20191230.models import CompareFaceAdvanceRequest
from alibabacloud_tea_openapi.models import Config
from alibabacloud_tea_util.models import RuntimeOptionsdef face_detect(): #定義成一個函數，方便調用！config = Config(# 創建AccessKey ID和AccessKey Secret，請參考https://help.aliyun.com/document_detail/175144.html。# 如果您用的是RAM用戶的AccessKey，還需要為RAM用戶授予權限AliyunVIAPIFullAccess，請參考https://help.aliyun.com/document_detail/145025.html。# 從環境變量讀取配置的AccessKey ID和AccessKey Secret。運行代碼示例前必須先配置環境變量。access_key_id=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_ID'),access_key_secret=os.environ.get('ALIBABA_CLOUD_ACCESS_KEY_SECRET'),# 訪問的域名endpoint='facebody.cn-shanghai.aliyuncs.com',# 訪問的域名對應的regionregion_id='cn-shanghai')runtime_option = RuntimeOptions()compare_face_request = CompareFaceAdvanceRequest()#場景一：文件在本地streamA = open(r'/home/pi/mjm_code/face_detect_test/mjm.png', 'rb') #預存的照片compare_face_request.image_urlaobject = streamAstreamB = open(r'/home/pi/mjm_code/face_detect_test/face.png', 'rb') #待測試的照片compare_face_request.image_urlbobject = streamBtry:# 初始化Clientclient = Client(config)response = client.compare_face_advance(compare_face_request, runtime_option)# 獲取整體結果print(response.body)except Exception as error:# 獲取整體報錯信息print(error)# 獲取單個字段print(error.code)# tips: 可通過error.__dict__查看屬性名稱# 關閉流streamA.close()streamB.close()if __name__ == '__main__': #寫一個main調用face_detect函數來測試face_detect()

我使用了我自己的照片作為標準，并使用了兩張照片進行測試，第一張是我本人的另一張照片；第二張是我同學的照片：

分別存在樹莓派本地：

/home/pi/mjm_code/face_detect_test/mjm.png //預存的照片
/home/pi/mjm_code/face_detect_test/face.png //待測試的照片

?可見，當我使用本人照片時，置信度約為77%，而當我使用同學照片時，置信度直接變為0%（我同學和我長的也太不一樣了哈哈哈），所以綜合來說測試成功！

置信度的提取和轉化

但是返回的結果是一個結構非常的數據體，所以嘗試將置信度單獨返回，并只保留整數部分

提取的代碼如下：

# 單獨提取置信度
confidence = response.body.to_map()['Data']['Confidence'] #to_map()函數很重要，不要忘記
score = int(confidence)
print(score)
return score

現在，就可以返回置信度的整數部分了！?而之后就可以根據這個整數score來進行判斷了！

編寫C語言調用python的人臉識別

在剛剛的測試中，寫出了調用阿里云人臉識別服務的pyhton程序，那么現在，嘗試寫C語言程序來調用python程序從而實現人臉識別！

①將剛剛的test.py中的main函數部分刪除并重命名為face.py

剛剛加入main函數是為了直接調用封裝好的face_detect函數，而現在要使用C語言來調用它，自然就不需要main函數了！

②編寫調用face_detect函數的C函數

回顧“C語言調用Python的步驟”：

詳見之前的博文：

使用香橙派并基于Linux實現最終版智能垃圾桶項目 --- 下_香橙派項目-CSDN博客

face_cmp.c：?

#include <stdio.h>
#include <stddef.h>
#include <stdlib.h>
#include <string.h>
#include <Python.h>#include "face_cmp.h"void face_init(void)
{Py_Initialize();PyObject *sys = PyImport_ImportModule("sys");PyObject *path = PyObject_GetAttrString(sys, "path");PyList_Append(path, PyUnicode_FromString("."));
}void face_final(void)
{Py_Finalize();
}int face_score(void) //python下face_detect函數返回的是已經經過提取和取證過的置信度score，是個int型
{PyObject *pModule = PyImport_ImportModule("face"); //加載python文件if (!pModule){PyErr_Print();printf("Error: failed to load module\n");goto FAILED_MODULE; //goto的意思就是如果運行到這里就直接跳轉到FAILED_MODULE}PyObject *pFunc = PyObject_GetAttrString(pModule, "face_detect"); //加載python文件中的對應函數if (!pFunc){PyErr_Print();printf("Error: failed to load function\n");goto FAILED_FUNC;}PyObject *pValue = PyObject_CallObject(pFunc, NULL);if (!pValue){PyErr_Print();printf("Error: function call failed\n");goto FAILED_VALUE;}int result = 0;if (!PyArg_Parse(pValue, "i", &result)) //ace_detect函數返回的是已經經過提取和取證過的置信度score，是個int型，用‘i’表示{PyErr_Print();printf("Error: parse failed");goto FAILED_RESULT;}/* 如果函數返回的是字符串，上面的PyArg_Parse則需要用‘s’來表示，且下面注釋的代碼非常重要，因為字符串名代表了其首地址，所以不能直接復制而是需要使用strncpy函數！！！category = (char *)malloc(sizeof(char) * (strlen(result) + 1) ); //開辟一個新的字符串常量。+1是為了留出空間給\0memset(category, 0, (strlen(result) + 1)); //初始化字符串strncpy(category, result, (strlen(result) + 1)); //將result的結果復制給新的字符串*/FAILED_RESULT:Py_DECREF(pValue);
FAILED_VALUE:Py_DECREF(pFunc);
FAILED_FUNC:Py_DECREF(pModule);
FAILED_MODULE:return result;
}

face_cmp.h：

#ifndef __face__H
#define __face__Hvoid face_init(void);
void face_final(void);
int face_score(void);#endif

face_cmp的作用就是封裝C語言下的人臉識別函數
C語言下的人臉識別函數的實現通過調用python代碼下的face_detect函數

③編寫C程序調用剛剛的C函數實現人臉識別

face_test.c:

#include <stdio.h>
#include <stdlib.h>
#include "face_cmp.h"int main()
{int score = 0;face_init();score = face_score();printf("score=%d\n", score);face_final();return 0;
}

④編譯并試運行?

運行以下代碼編譯：

gcc face_test.c face_cmp.c -I /usr/include/python3.11/ -l python3.11

可見，調用成功！?