golang微信公众平台之人脸识别
好吧，其实整个都是建立在face++的基础上的，没有任何技术含量，我只是个勤劳的搬运工。所能实现的就是简单的，你发送一个图片过来，如果里面是一个人，则告诉你分析出来的年龄、性别；如果是两个人，就告诉你，这两个人眉毛、眼睛、鼻子、嘴巴及整体的相似度。
微信公众平台，怎么说呢，还是传统的一问一答的形式，你发个信息过来，我收到了处理下，再给你回馈一条信息，就是这么简单。
简单的你来我往
先说信息互传的问题，微信公众平台是post过来一个xml，服务器端打包一个xml发回去。
从最简单的，直接把用户信息返回去搞起吧。
文本消息
1348831860
1234567890123456
参数
描述ToUserName
开发者微信号FromUserName
发送方帐号（一个OpenID）CreateTime
消息创建时间 （整型）MsgType
textContent
文本消息内容MsgId
消息id，64位整型 相应的数据结构也就自然出来了：
type Request struct{
ToUserName
string
FromUserName
string
CreateTime time.Duration
MsgType
string
Content
string
MsgId
int
}
将输入的xml解码：
func decodeRequest(data []byte)(req *Request,err error){
req
=&Request{}
err
=xml.Unmarshal(data,req)
return
}
虽然微信服务器是用post方式传递的数据，不过实际还通过url传递过来了三个参数：signature,timestamp,nonce.
这三个参数可以验证消息是否微信服务器发送过来的。
取post过来的数据：
func Action(w http.ResponseWriter,r *http.Request){
postedMsg,err:
=ioutil.ReadAll(r.Body)
if err!=nil{
log.Fatal(err)
}
r.Body.Close()
msg,err:
=decodeRequest(postedMsg)
...
}
接下来就是回复信息
回复文本消息
12345678
0
参数
描述ToUserName
接收方帐号（收到的OpenID） FromUserName
开发者微信号CreateTime
消息创建时间 MsgType
textContent
回复的消息内容,长度不超过2048字节FuncFlag
位0x0001被标志时，星标刚收到的消息 简单封装下：
type Response struct{
XMLName xml.Name `xml:
"xml"`
ToUserName
string
FromUserName
string
CreateTime time.Duration
MsgType
string
Content
string
FuncFlag
int
}
func encodeResponse(resp Response)(data []
byte,err error){
resp.CreateTime
=time.Second
data,err
=xml.Marshal(resp)
return
}
将数据发送回去的代码：
var resp Response
resp.ToUserName
=msg.FromUserName
resp.FromUserName
=msg.ToUserName
resp.MsgType
="text"
resp.Content
=msg.Content
resp.FuncFlag
=0
respData,err:
=encodeResponse(resp)
fmt.Fprintf(w,
string(respData)) 人脸识别
这个怎么说，就是用户通过微信发送照片，照片是存到微信服务器的，微信给我发一个图片url，我再把这个url转给face++，face++将分析结果给我发回来，我再把这些数据简单处理下，反馈给微信用户（当然，中间还隔了层微信服务器）。
整个过程中，我所做的就是简单的json数据处理，什么高端的图像处理什么的都跟我不沾边，哈哈~
首先当然是到http://cn.faceplusplus.com/注册，获取API_SECRET、API_KEY。
而后推荐看文档，http://cn.faceplusplus.com/dev/getting-started/api2info/，当然直接跟着我来一遍也行。
先来个人脸检测吧，检测出性别、年龄、种族。
看了示例文档后，发现detect调用后返回的json的结构表示出来大概是这样：
type>
Face []struct{
Attribute
struct{
Age
struct{
Range float64
Value float64
}
Gender
struct{
Confidence float64
Value
string
}
Race
struct{
Confidence float64
Vaule
string
}
}
Face_id
string
Position
struct{
Center
struct{
X float64
Y float64
}
Eye_left
struct{
X float64
Y float64
}
Eye_right
struct{
X float64
Y float64
}
Height float64
Mouth_left
struct{
X float64
Y float64
}
Mouth_right
struct{
X float64
Y float64
}
Nose
struct{
X float64
Y float64
}
Width float64
}
Tag
string
}
Img_height
int
Img_id
string
Img_width
int
Session_id
string
url
string
}
解析json数据：
func DecodeDetect(data []byte)>
var f>
json.Unmarshal(data,&f)
return f
}
接着还是来写个get函数吧：
func get(url string)(b []byte,err error){
res,e:
=http.Get(url)
if e!=nil{
err
=e
return
}
data,e:
=ioutil.ReadAll(res.Body)
if e!=nil{
err
=e
return
}
res.Body.Close()
return data,nil
}
调用face++接口并返回相应的数据：
const apiurl="https://apicn.faceplusplus.com"
func DetectionDetect(picurl
string)detection.Faceslice{
url:
=apiurl+"/v2/detection/detect?url="+picurl+"&api_secret="+apisecret+"&api_key="+apikey
tmp,_:
=get(url)
return detection.DecodeDetect(tmp)
}
刚刚上面的示例只是简单考虑了文本信息，现在要传递的是图片信息，所以做个简单的修改：
type Request struct{
ToUserName
string
FromUserName
string
CreateTime time.Duration
MsgType
string
Content
string
PicUrl
string
MsgId
int
}
Action函数里也该有所修改，判定下msg.MsgType，如果是text，则跟刚才一样处理，如果是image，则有新的处理方法。
我一个就做了两个简单的处理，一个是年龄、性别、种族，还有就是如果照片里是两个人，则给出五官及整体的相似度值。
相似度的代码直接放下面吧：
package recognition
import(
"encoding/json"
)
type Compare
struct{
Component_similarity
struct{
Eye float64
Mouth float64
Nose float64
Eyebrow float64
}
Session_id
string
Similarity float64
}
func DecodeCompare(data []
byte)Compare{
var c Compare
json.Unmarshal(data,
&c)
return c
}
func RecognitionCompare(face1id,face2id string)recognition.Compare{
url:
=apiurl+"/v2/recognition/compare?api_secret="+apisecret+"&api_key="+ apikey+"&face_id2="+face2id+"&face_id1="+face1id
tmp,_:
= get(url)
return recognition.DecodeCompare(tmp)
}
判定图片里有几个人，一个人输出性别、年龄，两个人输出相似度，三个及以上，暂未判定：
if msg.MsgType=="image"{
var>
faceslice=facepp.DetectionDetect(msg.PicUrl)
switch len(faceslice.Face){
case 0:
resp.Content
="请上传有脸的人物照片！"
case 1:
attribute:=faceslice.Face.Attribute
age:=attribute.Age
gender:=attribute.Gender
var>
if gender.Value=="Male"{
faceGender="男"
}else{
faceGender="女"
}
faceAgeValue:=fmt.Sprintf("%d",int(age.Value))
faceAgeRange:=fmt.Sprintf("%d",int(age.Range))
resp.Content="性别："+faceGender+"\n"+"年龄："+faceAgeValue+"(±"+faceAgeRange+")"
case 2:
face1id:=faceslice.Face.Face_id
face2id:=faceslice.Face.Face_id
var compare recognition.Compare
compare=facepp.RecognitionCompare(face1id,face2id)
resp.Content="眼睛相似度："+fmt.Sprintf("%f",compare.Component_similarity.Eye)+"\n"+"嘴巴相似度："+fmt.Sprintf("%f",compare.Component_similarity.Mouth)+"\n"+"鼻子相似度："+fmt.Sprintf("%f",compare.Component_similarity.Nos e)+"\n"+"眉毛相似度："+fmt.Sprintf("%f",compare.Component_similarity.Eyebrow)+"\n"+"整体相似度："+fmt.Sprintf("%f",compare.Similarity)
default:
resp.Content="照片里人物太多了，暂不分析！"
}
}
页:
[1]