(简单调用篇 02) 图像主体检测 - C++ 简单调用
图像主体检测能检测出图片主体的坐标位置，可使用该接口裁剪出图像主体区域，配合图像识别接口提升识别精度。广泛适用于美图类 app、辅助智能识图等业务场景中。
应用场景
- 智能美图：根据用户上传照片进行主体检测，实现图像裁剪或背景虚化等功能，可应用于含美图功能 app 等业务场景中
- 图像识别辅助：可使用图像主体检测裁剪出图像主体区域，配合图像识别接口提升识别精度
接口描述
用户向服务请求检测图像中的主体位置。
请求说明
- HTTP 方法：
POST - 请求 URL：
https://aip.baidubce.com/rest/2.0/image-classify/v1/object_detect - URL参数：
access_token - Header 参数：
Content-Type=application/x-www-form-urlencoded - Body 参数：见下表
| 参数 | 是否必选 | 类型 | 可选值范围 | 说明 |
|---|---|---|---|---|
| image | true | string | - | 图像数据，base64 编码，要求 base64 编码后大小不超过 4M，最短边至少 15px，最长边最大 4096px,支持 jpg/png/bmp 格式 。注意：图片需要 base64 编码、去掉编码头后再进行 urlencode |
| with_face | false | number | - | 如果检测主体是人，主体区域是否带上人脸部分，0 - 不带人脸区域，其他 - 带人脸区域，裁剪类需求推荐带人脸，检索/识别类需求推荐不带人脸。默认取 1，带人脸 |
返回说明
返回参数如下表：
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
log_id |
是 | uint64 |
唯一的 log id，用于问题定位 |
result |
否 | watermark-location |
裁剪结果 |
+left |
否 | uint32 |
表示定位位置的长方形左上顶点的水平坐标 |
+top |
否 | uint32 |
表示定位位置的长方形左上顶点的垂直坐标 |
+width |
否 | uint32 |
表示定位位置的长方形的宽度 |
+height |
否 | uint32 |
表示定位位置的长方形的高度 |
返回示例如下：
{
"log_id": 895582300,
"result": {
"width": 486,
"top": 76,
"left": 134,
"height": 394
}
}
C++ 代码实现调用
这里假设已经将环境配置好了，环境配置的文章可以参考 Windows 下使用 Vcpkg 配置百度 AI 图像识别 C++开发环境(VS2017)。
为了方便，首先根据返回参数定义了一个结构体，该结构体包括了返回参数中的参数，如下：
struct ObjDetInfo {
uint32_t left;
uint32_t top;
uint32_t width;
uint32_t height;
void print() {
std::cout << std::setw(20) << std::setfill('-') << '\n';
std::cout << "left: " << left << "\n";
std::cout << "top: " << top << "\n";
std::cout << "width: " << width << "\n";
std::cout << "height: " << height << "\n";
}
void draw(cv::Mat &img) {
cv::Rect rect(left, top, width, height);
cv::rectangle(img, rect, cv::Scalar(255, 0, 255), 3);
}
};
在 ObjInfo 结构体中，定义了一个 print 方法以打印获取的结果，draw 方法以在图像上画出边框。
然后定义了一个类来调用接口并获取结果
class ObjectDetection
{
public:
ObjectDetection();
~ObjectDetection();
Json::Value request(std::string imgBase64, std::map<std::string, std::string>& options);
// only get first result
void getResult(ObjDetInfo& result);
private:
Json::Value obj_;
std::string url_;
// file to save token key
std::string filename_;
};
类中的私有成员 obj_ 表示返回结果对应的 json 对象。url_ 表示请求的 url，filename_ 表示用于存储 access token 的文件的文件名。
request 函数输入请求图像的 base64 编码以及请求参数，返回一个 json 对象，json 对象中包含请求的结果。
getResult 获取请求的结果。
完整代码如下
util.h 和 util.cpp 代码参见 (简单调用篇 01) 通用物体和场景识别高级版 - C++ 简单调用
ObjectDetection.h 代码如下：
#pragma once
#include <string>
#include <iostream>
#include <opencv2/opencv.hpp>
#include "util.h"
struct ObjDetInfo {
uint32_t left;
uint32_t top;
uint32_t width;
uint32_t height;
void print() {
std::cout << std::setw(20) << std::setfill('-') << '\n';
std::cout << "left: " << left << "\n";
std::cout << "top: " << top << "\n";
std::cout << "width: " << width << "\n";
std::cout << "height: " << height << "\n";
}
void draw(cv::Mat &img) {
cv::Rect rect(left, top, width, height);
cv::rectangle(img, rect, cv::Scalar(255, 0, 255), 3);
}
};
class ObjectDetection
{
public:
ObjectDetection();
~ObjectDetection();
Json::Value request(std::string imgBase64, std::map<std::string, std::string>& options);
// only get first result
void getResult(ObjDetInfo& result);
private:
Json::Value obj_;
std::string url_;
// file to save token key
std::string filename_;
};
void objectDetectionTest();
ObjectDetection.cpp 代码如下：
#include "ObjectDetection.h"
ObjectDetection::ObjectDetection()
{
filename_ = "tokenKey";
url_ = "https://aip.baidubce.com/rest/2.0/image-classify/v1/object_detect";
}
ObjectDetection::~ObjectDetection()
{
}
Json::Value ObjectDetection::request(std::string imgBase64, std::map<std::string, std::string>& options)
{
std::string response;
Json::Value obj;
std::string token;
// 1. get HTTP post body
std::string body;
mergeHttpPostBody(body, imgBase64, options);
// 2. get HTTP url with access token
std::string url = url_;
getHttpPostUrl(url, filename_, token);
// 3. post request, response store the result
int status_code = httpPostRequest(url, body, response);
if (status_code != CURLcode::CURLE_OK) {
obj["curl_error_code"] = status_code;
obj_ = obj;
return obj; // TODO: maybe should exit
}
// 4. make string to json object
generateJson(response, obj);
// if access token is invalid or expired, we will get a new one
if (obj["error_code"].asInt() == 110 || obj["error_code"].asInt() == 111) {
token = getTokenKey();
writeFile(filename_, token);
return request(imgBase64, options);
}
obj_ = obj;
checkErrorWithExit(obj);
return obj;
}
void ObjectDetection::getResult(ObjDetInfo & result)
{
result.left = obj_["result"].get("left", "0").asInt();
result.top = obj_["result"].get("top", "0").asInt();
result.width = obj_["result"].get("width", "0").asInt();
result.height = obj_["result"].get("height", "0").asInt();
}
void objectDetectionTest()
{
std::cout << "size: " << sizeof(ObjDetInfo) << "\n";
// read image and encode to base64
std::string img_file = "./images/cat.jpg";
std::string out;
readImageFile(img_file.c_str(), out);
std::string img_base64 = base64_encode(out.c_str(), (int)out.size());
// set options
std::map<std::string, std::string> options;
options["with_face"] = "0";
Json::Value obj;
ObjectDetection objDetObj;
obj = objDetObj.request(img_base64, options);
//std::cout << (obj.get("result", "null")) << std::endl;
ObjDetInfo result;
objDetObj.getResult(result);
result.print();
cv::Mat img = cv::imread(img_file);
result.draw(img);
cv::namedWindow("Object Detection", cv::WINDOW_NORMAL);
cv::imshow("Object Detection", img);
cv::waitKey();
}
main.cpp 代码如下：
#include "util.h"
#include "ObjectDetection.h"
#include <stdlib.h>
int main() {
objectDetectionTest();
system("pause");
return EXIT_SUCCESS;
}
运行结果
