摘要：上篇文章，我們把自己的程序接入了微信公眾號，并且能把用戶發(fā)送的文本及圖片文件原樣返回。微信的機(jī)制，我們的程序必須在內(nèi)給出響應(yīng)。上篇微信公眾號開發(fā)小白篇一

上篇文章，我們把自己的程序接入了微信公眾號，并且能把用戶發(fā)送的文本及圖片文件原樣返回。今天我們把用戶的圖片通過騰訊的AI平臺分析后再返回給用戶。

為了防止我的文章被到處轉(zhuǎn)載，貼一下我的公眾號【智能制造社區(qū)】，歡迎大家關(guān)注。

github倉庫地址https://github.com/injetlee/Python/tree/master/wechat

我們先看一下官方人臉檢測與分析接口的描述：

檢測給定圖片（Image）中的所有人臉（Face）的位置和相應(yīng)的面部屬性。位置包括（x, y, w, h），面部屬性包括性別（gender）, 年齡（age）, 表情（expression）, 魅力（beauty）, 眼鏡（glass）和姿態(tài)（pitch，roll，yaw）。

請求參數(shù)包括下面幾個(gè)：

app_id 應(yīng)用標(biāo)識，我們在AI平臺注冊后就可以得到app_id

time_stamp 時(shí)間戳

nonce_str 隨機(jī)字符串

sign 簽名信息，需要我們自己去計(jì)算

image 需要檢測的圖片（上限1M）

mode 檢測模式

官方給了我們接口鑒權(quán)的計(jì)算方法。

將請求參數(shù)對按key進(jìn)行字典升序排序，得到有序的參數(shù)對列表N

將列表N中的參數(shù)對按URL鍵值對的格式拼接成字符串，得到字符串T（如：key1=value1&key2=value2），URL鍵值拼接過程value部分需要URL編碼，URL編碼算法用大寫字母，例如%E8，而不是小寫%e8

將應(yīng)用密鑰以app_key為鍵名，組成URL鍵值拼接到字符串T末尾，得到字符串S（如：key1=value1&key2=value2&app_key=密鑰)

對字符串S進(jìn)行MD5運(yùn)算，將得到的MD5值所有字符轉(zhuǎn)換成大寫，得到接口請求簽名

請求接口信息，我們用 requests 發(fā)送請求，會得到返回的 json 格式的圖像信息pip install requests安裝requests。

處理返回的信息，把信息展示在圖片上，再把處理后的圖片保存。這里我們用到 opencv ,和 pillow 兩個(gè)庫pip install pillow和pip install opencv-python來安裝。

開始編寫代碼，我們新建一個(gè)face_id.py 文件來對接AI平臺，并且返回檢測后的圖像數(shù)據(jù)。

import time
import random
import base64
import hashlib
import requests
from urllib.parse import urlencode
import cv2
import numpy as np
from PIL import Image, ImageDraw, ImageFont
import os


# 一.計(jì)算接口鑒權(quán)，構(gòu)造請求參數(shù)

def random_str():
    """得到隨機(jī)字符串nonce_str"""
    str = "abcdefghijklmnopqrstuvwxyz"
    r = ""
    for i in range(15):
        index = random.randint(0,25)
        r += str[index]
    return r


def image(name):
    with open(name, "rb") as f:
        content = f.read()
    return base64.b64encode(content)


def get_params(img):
    """組織接口請求的參數(shù)形式，并且計(jì)算sign接口鑒權(quán)信息，
    最終返回接口請求所需要的參數(shù)字典"""
    params = {
        "app_id": "1106860829",
        "time_stamp": str(int(time.time())),
        "nonce_str": random_str(),
        "image": img,
        "mode": "0"

    }

    sort_dict = sorted(params.items(), key=lambda item: item[0], reverse=False)  # 排序
    sort_dict.append(("app_key", "P8Gt8nxi6k8vLKbS"))  # 添加app_key
    rawtext = urlencode(sort_dict).encode()  # URL編碼
    sha = hashlib.md5()
    sha.update(rawtext)
    md5text = sha.hexdigest().upper()  # 計(jì)算出sign，接口鑒權(quán)
    params["sign"] = md5text  # 添加到請求參數(shù)列表中
    return params

# 二.請求接口URL


def access_api(img):
    frame = cv2.imread(img)
    nparry_encode = cv2.imencode(".jpg", frame)[1]
    data_encode = np.array(nparry_encode)
    img_encode = base64.b64encode(data_encode)  # 圖片轉(zhuǎn)為base64編碼格式
    url = "https://api.ai.qq.com/fcgi-bin/face/face_detectface"
    res = requests.post(url, get_params(img_encode)).json()  # 請求URL,得到j(luò)son信息
    # 把信息顯示到圖片上
    if res["ret"] == 0:  # 0代表請求成功
        pil_img = Image.fromarray(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))  # 把opencv格式轉(zhuǎn)換為PIL格式，方便寫漢字
        draw = ImageDraw.Draw(pil_img)
        for obj in res["data"]["face_list"]:
            img_width = res["data"]["image_width"]  # 圖像寬度
            img_height = res["data"]["image_height"]  # 圖像高度
            # print(obj)
            x = obj["x"]  # 人臉框左上角x坐標(biāo)
            y = obj["y"]  # 人臉框左上角y坐標(biāo)
            w = obj["width"]  # 人臉框?qū)挾?            h = obj["height"]  # 人臉框高度
            # 根據(jù)返回的值，自定義一下顯示的文字內(nèi)容
            if obj["glass"] == 1:  # 眼鏡
                glass = "有"
            else:
                glass = "無"
            if obj["gender"] >= 70:  # 性別值從0-100表示從女性到男性
                gender = "男"
            elif 50 <= obj["gender"] < 70:
                gender = "娘"
            elif obj["gender"] < 30:
                gender = "女"
            else:
                gender = "女漢子"
            if 90 < obj["expression"] <= 100:  # 表情從0-100，表示笑的程度
                expression = "一笑傾城"
            elif 80 < obj["expression"] <= 90:
                expression = "心花怒放"
            elif 70 < obj["expression"] <= 80:
                expression = "興高采烈"
            elif 60 < obj["expression"] <= 70:
                expression = "眉開眼笑"
            elif 50 < obj["expression"] <= 60:
                expression = "喜上眉梢"
            elif 40 < obj["expression"] <= 50:
                expression = "喜氣洋洋"
            elif 30 < obj["expression"] <= 40:
                expression = "笑逐顏開"
            elif 20 < obj["expression"] <= 30:
                expression = "似笑非笑"
            elif 10 < obj["expression"] <= 20:
                expression = "半嗔半喜"
            elif 0 <= obj["expression"] <= 10:
                expression = "黯然傷神"
            delt = h // 5  # 確定文字垂直距離
            # 寫入圖片
            if len(res["data"]["face_list"]) > 1:  # 檢測到多個(gè)人臉，就把信息寫入人臉框內(nèi)
                font = ImageFont.truetype("yahei.ttf", w // 8, encoding="utf-8")  # 提前把字體文件下載好
                draw.text((x + 10, y + 10), "性別 :" + gender, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 1), "年齡 :" + str(obj["age"]), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 2), "表情 :" + expression, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 3), "魅力 :" + str(obj["beauty"]), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 4), "眼鏡 :" + glass, (76, 176, 80), font=font)
            elif img_width - x - w < 170:  # 避免圖片太窄，導(dǎo)致文字顯示不完全
                font = ImageFont.truetype("yahei.ttf", w // 8, encoding="utf-8")
                draw.text((x + 10, y + 10), "性別 :" + gender, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 1), "年齡 :" + str(obj["age"]), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 2), "表情 :" + expression, (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 3), "魅力 :" + str(obj["beauty"]), (76, 176, 80), font=font)
                draw.text((x + 10, y + 10 + delt * 4), "眼鏡 :" + glass, (76, 176, 80), font=font)
            else:
                font = ImageFont.truetype("yahei.ttf", 20, encoding="utf-8")
                draw.text((x + w + 10, y + 10), "性別 :" + gender, (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 1), "年齡 :" + str(obj["age"]), (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 2), "表情 :" + expression, (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 3), "魅力 :" + str(obj["beauty"]), (76, 176, 80), font=font)
                draw.text((x + w + 10, y + 10 + delt * 4), "眼鏡 :" + glass, (76, 176, 80), font=font)

            draw.rectangle((x, y, x + w, y + h), outline="#4CB050")  # 畫出人臉方框
            cv2img = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)  # 把 pil 格式轉(zhuǎn)換為 cv
            cv2.imwrite("faces/{}".format(os.path.basename(img)), cv2img)  # 保存圖片到 face 文件夾下
            return "檢測成功"
    else:
        return "檢測失敗"

到這里我們的人臉檢測接口接入及圖片處理就完成了。之后在收到用戶發(fā)送的圖片信息后，調(diào)用這個(gè)函數(shù)，把處理后的圖片返回給用戶就可以。

當(dāng)收到用戶圖片時(shí)，需要以下幾個(gè)步驟：

當(dāng)接收到用戶圖片后，我們要先把圖片保存起來，之后才能去調(diào)用人臉分析接口，把圖片信息傳遞過去，我們需要編寫一個(gè) img_download 函數(shù)來下載圖片。詳見下方代碼

圖片下載后，調(diào)用 face_id.py 文件里的接口函數(shù)，得到處理后的圖片。

檢測結(jié)果是一張新的圖片，要把圖片發(fā)送給用戶我們需要一個(gè) Media_ID,要獲取Media_ID必須先把圖片上傳為臨時(shí)素材，所以這里我們需要一個(gè)img_upload函數(shù)來上傳圖片，并且在上傳時(shí)需要用到一個(gè)access_token,我們通過一個(gè)函數(shù)來獲取. 獲取access_token必須要把我們自己的IP地址加入白名單，否則是獲取不到的。請登錄“微信公眾平臺-開發(fā)-基本配置”提前將服務(wù)器IP地址添加到IP白名單中，可以在http://ip.qq.com/查看本機(jī)的IP...

開始編寫代碼，我們新建一個(gè) utils.py 來下載、上傳圖片

import requests
import json
import threading
import time
import os

token = ""
app_id = "wxfc6adcdd7593a712"
secret = "429d85da0244792be19e0deb29615128"


def img_download(url, name):
    r = requests.get(url)
    with open("images/{}-{}.jpg".format(name, time.strftime("%Y_%m_%d%H_%M_%S", time.localtime())), "wb") as fd:
        fd.write(r.content)
    if os.path.getsize(fd.name) >= 1048576:
        return "large"
    # print("namename", os.path.basename(fd.name))
    return os.path.basename(fd.name)


def get_access_token(appid, secret):
    """獲取access_token,100分鐘刷新一次"""

    url = "https://api.weixin.qq.com/cgi-bin/token?grant_type=client_credential&appid={}&secret={}".format(appid, secret)
    r = requests.get(url)
    parse_json = json.loads(r.text)
    global token
    token = parse_json["access_token"]
    global timer
    timer = threading.Timer(6000, get_access_token)
    timer.start()


def img_upload(mediaType, name):
    global token
    url = "https://api.weixin.qq.com/cgi-bin/media/upload?access_token=%s&type=%s" % (token, mediaType)
    files = {"media": open("{}".format(name), "rb")}
    r = requests.post(url, files=files)
    parse_json = json.loads(r.text)
    return parse_json["media_id"]

get_access_token(app_id, secret)

我們簡單修改下收到圖片后的邏輯，收到圖片后經(jīng)過人臉檢測，上傳獲得Media_ID,我們要做的就是把圖片返回給用戶即可。直接看connect.py的代碼

import falcon
from falcon import uri
from wechatpy.utils import check_signature
from wechatpy.exceptions import InvalidSignatureException
from wechatpy import parse_message
from wechatpy.replies import TextReply, ImageReply

from utils import img_download, img_upload
from face_id import access_api


class Connect(object):

    def on_get(self, req, resp):
        query_string = req.query_string
        query_list = query_string.split("&")
        b = {}
        for i in query_list:
            b[i.split("=")[0]] = i.split("=")[1]

        try:
            check_signature(token="lengxiao", signature=b["signature"], timestamp=b["timestamp"], nonce=b["nonce"])
            resp.body = (b["echostr"])
        except InvalidSignatureException:
            pass
        resp.status = falcon.HTTP_200

    def on_post(self, req, resp):
        xml = req.stream.read()
        msg = parse_message(xml)
        if msg.type == "text":
            reply = TextReply(content=msg.content, message=msg)
            xml = reply.render()
            resp.body = (xml)
            resp.status = falcon.HTTP_200
        elif msg.type == "image":
            name = img_download(msg.image, msg.source)  # 下載圖片
            r = access_api("images/" + name)
            if r == "檢測成功":
                media_id = img_upload("image", "faces/" + name)  # 上傳圖片，得到 media_id
                reply = ImageReply(media_id=media_id, message=msg)
            else:
                reply = TextReply(content="人臉檢測失敗，請上傳1M以下人臉清晰的照片", message=msg)
            xml = reply.render()
            resp.body = (xml)
            resp.status = falcon.HTTP_200

app = falcon.API()
connect = Connect()
app.add_route("/connect", connect)

至此我們的工作就做完了，我們的公眾號可以進(jìn)行顏值檢測了。本來我打算用在自己公眾號上的，但是還存在下面幾個(gè)問題，所以沒有使用。

微信的機(jī)制，我們的程序必須在5s內(nèi)給出響應(yīng)。不然就會報(bào)"公眾號提供的服務(wù)出現(xiàn)故障"。然而處理圖片有時(shí)會比較慢，經(jīng)常會超過5s。所以正確的處理方式應(yīng)該是拿到用戶的請求后立即返回一個(gè)空字符串表示我們收到了，之后多帶帶創(chuàng)建一個(gè)線程去處理圖片，當(dāng)圖片處理完后通過客服接口發(fā)送給用戶?？上У氖俏凑J(rèn)證的公眾號沒有客服接口，所以沒辦法，超過5s就會報(bào)錯(cuò)。

無法自定義菜單，一旦啟用了自定義開發(fā)，菜單也需要自定義配置，但是未認(rèn)證的公眾號沒有權(quán)限通過程序來配置菜單，只能在微信后臺配置。

所以，我并沒有在我的公眾號上啟用這個(gè)程序，但是如果有認(rèn)證的公眾號，可以嘗試開發(fā)各種好玩的功能。

上篇：Python微信公眾號開發(fā)—小白篇(一)