《Windows Azure Platform 系列文章目录》
在上一节内容中，笔者介绍了微软认知服务的概览。
在本节中，笔者将详细介绍微软认知服务中的一种：计算机视觉 (Computer Vision) API
我的一个客户有需求，他们需要消费者与自己的产品合照，然后上传到服务器并转发到朋友圈。
但是为了防止恶意用户上传不健康的照片，需要对图像进行筛查。
计算机视觉API的分析图像功能，正好有Adult参数，可以检测图像是否是色情的，正好满足客户的需求。
请注意：
- 本文使用的是国内由世纪互联运维的Azure China计算机视觉服务，API参考：
https://dev.cognitive.azure.cn/docs/services/56f91f2d778daf23d8ec6739/operations/56f91f2e778daf14a499e1fa
- 如果是使用的是海外的Azure China计算机视觉服务，API参考：
https://westus.dev.cognitive.microsoft.com/docs/services/56f91f2d778daf23d8ec6739/operations/56f91f2e778daf14a499e1fa
计算机视觉解决的问题：
1.分析图像
检查图像中发现的视觉内容，分析是否有不健康内容。
2.生成缩略图
裁剪和生成缩略图
3.读取图片中的文字
4.识别名人
关键步骤主要有：
1.创建计算机视觉API，并获得API Key
2.了解API参数
3.使用API测试控制台调试API，并设置调试API的参数
接下来我们进入Demo时间，在开始之前，请先准备Azure China账户
第一部分：创建计算机视觉API，并获得API Key
1.我们找到需要分析的图片URL，我这里准备了一张人脸的照片：https://leizhangstorage.blob.core.chinacloudapi.cn/azureblog/analyzeimagesample.jpg
2.我们登录Azure China管理界面：https://portal.azure.cn
3.点击下图的认知服务账户
4.点击 创建认知服务账户。如下图：
5.定价层，我们选择免费。因为是Demo环境，我们就用免费，如果是生产环境建议选择标准。
6.创建完认知服务以后，我们点击密钥，获得访问这个计算机视觉API的Access Key。请保留好这个Key，下面还要继续使用。
第二部分：了解API参数
1.Request URL: https://api.cognitive.azure.cn/vision/v1.0/analyze[?visualFeatures][&details][&language]
2.Request参数
(1)visualFeatures参数
我们可以设置visualFeatures为：
A.Categories:对图像内容进行分类
B.Tags:对图像进行标记
C.Description:用完整的英文句子描述图像内容
D.Faces:检测脸部是否存在。 如果存在，生成坐标，性别和年龄
E.ImageType:检测图像是剪贴还是直线绘图
F.Color:确定重音颜色，主色，以及图像是否为黑白
G.Adult:检测图像是否是色情的（描绘裸露或性行为）。 还会检测到性暗示内容。
(2)details:
如果设置Celebrities，则可以识别名人
(3)language:
默认是en，英文
可以设置为zh，简体中文
3.Request headers
(1)Content-Type
(2)Ocp-Apim-Subscription-Key:上面的API Access Key
4.Request body
(1)支持的图像为JPEG, PNG, GIF和BMP
(2)图像的尺寸必须小于4MB
(3)图像的分辨率至少为50 X 50
第三部分：使用API测试控制台调试API，并设置调试API的参数
我们拿到上面的API Key，就可以写代码开发了。不过Azure认知服务提供了非常好的控制台，可以方便我们进行API调试
1.我们点击：https://dev.cognitive.azure.cn/docs/services/56f91f2d778daf23d8ec6739/operations/56f91f2e778daf14a499e1fa，选择打开API测试控制台
2.在API控制台，修改以下内容：
Query Parameters
(1)visualFeatures，我们输入：Categories,Tags,Description,Faces,ImageType,Color,Adult
这样识别多个元素。
(2)details，我们不输入信息
(3)language，使用默认的en
Headers:
(1)Content-Type，我们使用默认值
(2)Ocp-Apim-Subscription-Key，我们输入步骤一的API Access Key
Request body:
(1)我们修改为：{"url":"https://leizhangstorage.blob.core.chinacloudapi.cn/azureblog/analyzeimagesample.jpg"}
所有参数的修改内容如下图：
Request URL为：https://api.cognitive.azure.cn/vision/v1.0/analyze?visualFeatures=Categories,Tags,Description,Faces,ImageType,Color,Adult&language=en
然后我们点击API测试控制台的Send。显示识别结果。
下面的结果我就不一一说明了，主要的显示结果有：
1.faces，识别出图像中的人脸坐标，性别和年龄
2.adultScore，识别出检测图像是否是色情的，分数越高，则图像色情的可能性越大
Pragma: no-cache
apim-request-id: 8a9e6b8c-3a20-42a0-91e0-52d6fbdc5f9e
Strict-Transport-Security: max-age=31536000; includeSubDomains; preload
x-content-type-options: nosniff
Cache-Control: no-cache
Date: Thu, 15 Jun 2017 09:06:16 GMT
X-AspNet-Version: 4.0.30319
X-Powered-By: ASP.NET
Content-Length: 1595
Content-Type: application/json; charset=utf-8
Expires: -1
{
"categories": [
{
"name": "people_group",
"score": 0.9765625
}
],
"adult": {
"isAdultContent": false,
"isRacyContent": false,
"adultScore": 0.01091344840824604,
"racyScore": 0.055492393672466278
},
"tags": [
{
"name": "outdoor",
"confidence": 0.99716836214065552
},
{
"name": "person",
"confidence": 0.99493598937988281
},
{
"name": "posing",
"confidence": 0.95204299688339233
},
{
"name": "group",
"confidence": 0.82954329252243042
},
{
"name": "people",
"confidence": 0.583439290523529
},
{
"name": "crowd",
"confidence": 0.019400959834456444
}
],
"description": {
"tags": [
"outdoor",
"person",
"posing",
"photo",
"grass",
"group",
"standing",
"people",
"man",
"woman",
"young",
"holding",
"dress",
"white",
"court"
],
"captions": [
{
"text": "a group of people posing for a picture",
"confidence": 0.94583615520612
}
]
},
"requestId": "8a9e6b8c-3a20-42a0-91e0-52d6fbdc5f9e",
"metadata": {
"width": 600,
"height": 463,
"format": "Jpeg"
},
"faces": [
{
"age": 42,
"gender": "Male",
"faceRectangle": {
"left": 117,
"top": 159,
"width": 95,
"height": 95
}
},
{
"age": 54,
"gender": "Male",
"faceRectangle": {
"left": 490,
"top": 111,
"width": 90,
"height": 90
}
},
{
"age": 61,
"gender": "Female",
"faceRectangle": {
"left": 17,
"top": 153,
"width": 85,
"height": 85
}
},
{
"age": 33,
"gender": "Female",
"faceRectangle": {
"left": 386,
"top": 166,
"width": 81,
"height": 81
}
},
{
"age": 15,
"gender": "Female",
"faceRectangle": {
"left": 235,
"top": 159,
"width": 77,
"height": 77
}
},
{
"age": 6,
"gender": "Female",
"faceRectangle": {
"left": 323,
"top": 163,
"width": 67,
"height": 67
}
}
],
"color": {
"dominantColorForeground": "White",
"dominantColorBackground": "White",
"dominantColors": [
"White",
"Brown"
],
"accentColor": "4E5D1A",
"isBWImg": false
},
"imageType": {
"clipArtType": 0,
"lineDrawingType": 0
}
}
本文转自Azure Lei Zhang博客园博客，原文链接：http://www.cnblogs.com/threestone/p/7018490.html，如需转载请自行联系原作者
