Python を使用して Tencent Cloud とインターフェースし、リアルタイムの顔検出と感情分析機能を実装します

import requests import base64 def detect_face(image_path): # 首先，我们需要将图片转换为 base64 编码的字符串 with open(image_path, 'rb') as f: image_data = f.read() image_base64 = base64.b64encode(image_data).decode('utf-8') # 构造请求的 URL url = 'https://api.ai.qq.com/fcgi-bin/face/face_detectface' # 准备请求的参数 params = { 'app_id': '你的AppID', 'image': image_base64, 'mode': 1 } # 发送POST请求 response = requests.post(url, data=params) # 解析响应结果 result = response.json() if result['ret'] == 0: face_list = result['data']['face_list'] for face in face_list: # 输出人脸位置信息 print('人脸位置：左上角({},{})，宽度：{}，高度：{}'.format( face['x'], face['y'], face['width'], face['height'])) else: print('人脸检测失败：{}'.format(result['msg'])) def analyze_emotion(image_path): # 同样，我们先将图片转换为 base64 编码的字符串 with open(image_path, 'rb') as f: image_data = f.read() image_base64 = base64.b64encode(image_data).decode('utf-8') # 构造请求的 URL url = 'https://api.ai.qq.com/fcgi-bin/face/face_detectface' # 准备请求的参数 params = { 'app_id': '你的AppID', 'image': image_base64, 'mode': 1 } # 发送POST请求 response = requests.post(url, data=params) # 解析响应结果 result = response.json() if result['ret'] == 0: face_list = result['data']['face_list'] for face in face_list: # 输出情绪分析结果 emotion = face['face_expression'] print('人脸情绪分析结果：{}'.format(emotion)) else: print('情绪分析失败：{}'.format(result['msg'])) # 调用人脸检测函数 image_path = 'test.jpg' detect_face(image_path) # 调用情绪分析函数 analyze_emotion(image_path)