現在是人工智慧興起的時代，到處都在談人工智慧。今天就從人工智慧的角度給你的顏值打個分。
在這裡，我會把整個實現過程寫出來。
先介紹一下用到了哪些東西（用Python3實現）
百度的人臉識別api
Flask
PIL
requests
操作很簡單，主要是利用的百度的人臉識別庫，然後自己做了一個簡單的圖片上傳和圖片處理以及資訊提取加工。
百度的人臉識別api申請的地址，需要有百度賬號：傳送門
然後在控制檯建立一個應用即可：
在應用列表中可以看到你建立的應用：
透過檢視百度的人臉識別的文件，我們就可以寫程式碼了。
想要使用百度的api，申請只是第一步，後面還需要獲取access_token，文件給出的方法如下：
官網給的方法相對比較繁瑣，我使用request改寫了一下如下（注意把url裡面的Key換成你申請的）。
defget_access_token（）：url =‘https：//aip。baidubce。com/oauth/2。0/token？grant_type=client_credentials&grant_type=client_credentials&’\‘client_id=【你申請的API Key】&client_secret=【你申請的Secret Key】’data = requests。get（url， headers）。json（）returndata［‘access_token’］
拿到這個key之後，就可以進行下一步的請求了，繼續看文件：
文件中說要使用post方法進行請求，請求的url給出了，url的引數是上面獲取到的access_token，請求的頭部要包含”Content-Type”： “application/json”
下面是主體部分，也就是對上傳的圖片的要求，以及你想要獲取的內容的一下說明：
文件說圖片的大小不能大於10M，上傳的型別包含三種，一種是URL。還有就是圖片透過Base64編碼後得到的編碼資訊。其中face_field是你想要返回的內容等等，文件裡面說的都很清楚，這裡不做過多介紹。
首先，我們不採用圖片url的方式，我們直接使用對圖片進行base64編碼的形式進行處理。編碼的過程如下：
withopen（‘static/’+ filename，‘rb’）asf： base = base64。b64encode（f。read（）） image = str（base， encoding=‘utf-8’）
請求的引數構造如下：
params = {‘image’： image，‘image_type’： imageType，‘face_field’：‘age，beauty，gender，face_type，face_shape，expression，landmark’}
其中image是我們上面編碼過的結果，imageType是BASE64，face_field是我們想要它返回給我們的內容，包括年齡，顏值，性別，人物型別，臉型，表情，檢測的點。
然後透過返回給我們的資料，提取（完整程式碼如下）相應的內容：
defget_content（filename）：request_url =“https：//aip。baidubce。com/rest/2。0/face/v3/detect？access_token=”+get_access_token（）withopen（‘static/’+ filename，‘rb’）asf： base = base64。b64encode（f。read（）） image = str（base， encoding=‘utf-8’） params = {‘image’： image，‘image_type’： imageType，‘face_field’：‘age，beauty，gender，face_type，face_shape，expression，landmark’} info = requests。post（request_url， headers=headers， data=params）。json（）ifinfo［‘error_msg’］ ==‘SUCCESS’：# 用於判斷是否檢測到人臉face = info［‘result’］［‘face_num’］# 年齡， 人臉， 性別age = info［‘result’］［‘face_list’］［0］［‘age’］ beauty = info［‘result’］［‘face_list’］［0］［‘beauty’］# male， femalegender = info［‘result’］［‘face_list’］［0］［‘gender’］［‘type’］# none 不笑， smile 微笑， laugh 大笑expression = info［‘result’］［‘face_list’］［0］［‘expression’］［‘type’］# square 正方形， triangle 三角形， oval 橢圓， heart 心形， round 圓形face_shape = info［‘result’］［‘face_list’］［0］［‘face_shape’］［‘type’］ fs = {‘square’：‘方型臉’，‘triangle’：‘瓜子臉’，‘oval’：‘圓型臉’，‘heart’：‘瓜子臉’，‘round’：‘圓型臉’}# human 真實人臉， cartoon 卡通人臉face_type = info［‘result’］［‘face_list’］［0］［‘face_type’］［‘type’］ landmark72 = info［‘result’］［‘face_list’］［0］［‘landmark72’］ img = Image。open（‘static/’+ filename） draw = ImageDraw。Draw（img）foridxinrange（72）： xy = landmark72［idx］ draw。text（（xy［‘x’］， xy［‘y’］），‘o’， （255，255，0）） ImageDraw。Draw（img） img。save（‘static/new_’+ filename）iffaceis1： data = {‘age’： age，‘beauty’： str（round（beauty，3）） +‘ （不要灰心， 換個姿勢再試試）’ifbeauty
程式碼中已經給了相應的註釋，其中沒給註釋的一部分是透過提取的72個關鍵點，然後透過迴圈，把這些座標點透過ImageDraw畫到了圖片上面。下面是返回的info的資料：
info
下面是我們從中提取的資訊：
提取的內容
這樣我們的基本工作就算完成了，但是這樣並不完善，我們打算把它做成Web的形式，這樣所有人就都可以用了，Web的話Python主流有Django、Flask、Tornado等，這裡我們選擇了Flask，主要是它輕量化也比較簡單。
主要透過flask_uploads庫實現檔案上傳，該庫的具體用法，大家可以自行去了解。
檔案上傳
首先接收上傳的圖片（透過UploadSet指定只接收Images型別），如果是GET型別，就返回上傳的html，如果是POST型別，並且包含photo，就接收上傳，透過securefilename，去檢查上傳圖片的安全性，然後再對上傳的圖片透過時間戳重新命名，然後呼叫我們前面寫的get_content， 把圖片的地址傳給它，就可以進行處理了。
result。html的內容如下：
人臉識別{% if ‘未識別’ not in content and content%}
{% if new_url %}{% endif %}
年齡：{{ content［‘age’］ }}顏值：{{ content［‘beauty’］ }}性別：{{ content［‘gender’］ }}表情：{{ content［‘expression’］ }}臉型：{{ content［‘face_shape’］ }}人物型別：{{ content［‘face_type’］ }}{% else %}{{ content }}{% endif %}
使用Jinja2模板（前端設計的有點簡陋，大家將就的看），把前面提取到的內容傳給它，然後透過網頁的形式展示出來。
效果如下（主要打算在手機端執行，所以電腦端看起來可能有點怪異）：
手機端的效果如下：
用著百度的東西，又把李彥宏拉出來可能有點不太厚道，不過AI給它的顏值評的分還算可以。是親生的。