python 接入 百度AI 人脸识别 爬虫 获取美女图片 并打分
1 数据源知乎 话题『美女』下所有问题中回答所出现的图片
2 抓取工具Python
3,并使用第三方库 Requests、lxml、AipFace,代码共 100 + 行3 必要环境Mac / Linux / Windows (后两个没测,理论上可以,注意文件名的处理),无需登录知乎(即无需提供知乎帐号密码),人脸检测服务需要一个百度云帐号(即百度网盘帐号)
4 人脸检测库AipFace,由百度云 AI 开放平台提供,是一个可以进行人脸检测的 Python SDK。可以直接通过 HTTP 访问,
5 检测过滤条件过滤所有未出现人脸图片(比如风景图、未露脸身材照等)过滤所有非女性(在抓取中,发现知乎男性图片基本是明星,故不考虑;存在 AipFace 性别识别不准的情况)过滤所有非真实人物,比如动漫人物 (AipFace Human 置信度小于 0.6)过滤所有颜值评分较低图片(AipFace beauty 属性小于 45,为了节省存储空间;再次声明,AipFace 评分无任何客观性)
6 实现逻辑通过 Requests 发起 HTTP 请求,获取『美女』下的部分讨论列表通过 lxml 解析抓取到的每个讨论中 HTML,获取其中所有的 img 标签相应的 src 属性通过 Requests 发起 HTTP 请求,下载 src 属性指向图片(不考虑动图)通过 AipFace 请求对图片进行人脸检测判断是否检测到人脸,并使用 『4 检测过滤条件』过滤将过滤后的图片持久化到本地文件系统,文件名为 颜值 + 作者 + 问题名 + 序号返回第一步,继续
7 抓取结果 直接存放在文件夹中
8 运行准备
安装 Python 3,Download Python
安装 requests、lxml、 baidu-aip 库,都可以通过 pip 安装,一行命令
申请百度云检测服务,免费。人脸识别-百度AI
去花瓣 美女专题 爬取女性图片