使用 Microsoft Emotion API 在 Python 中获取图像情绪

引言

在本教程中，我们将学习如何使用 Python 中的 Microsoft Emotion API 获取图像的情感。在英语中，情绪（emotion）是少数没有特定含义的词之一。它是抽象的。但我们生活中几乎所有的决定都受情绪驱动。商业研究已证明，准确预测情绪可以成为促进业务增长的巨大因素，而这正是我们今天将要探讨的内容：读取情绪。

其思想是根据以人像和视频形式出现的训练数据来复制人们的思维过程。然后，尝试将现有的情绪分割到对象中。在本节的评审中，我们将重点关注预先录制的带有情感的视频，但同样的方法也可以应用于直播视频流以进行实时分析。

计算机视觉是人工智能的一个分支，用于处理视觉数据。使用机器学习和深度学习模型，现代计算机系统可以处理数字图像和视频，以理解和情感化地识别视频内容的特征。

所有人类都有喜悦、悲伤、惊讶、中性、忧愁等情绪。这些图像的情感可以通过 Python 中的 Microsoft Emotion API 来提取。它非常易于使用，并且可以从终端或任何语言（如 Python 或 PHP）的 API 中调用。微软提供 30 天免费试用，总共可发送 30,000 个请求。

人脸检测

无论如何，人脸检测是第一步。查看 API 以识别图像中的人脸并返回其位置的矩形。人脸检测还会返回一个唯一的 ID，代表数据的面部。这用于在后续处理中识别或分辨人脸。

然而，面部识别可以移除面部特征，例如头部形状、年龄、情绪、胡须、眼镜等。这些属性是普遍的预测，而不是实际的分类。当用户将自己添加到面部服务时，某些功能有助于确保您的应用程序获得准确的面部数据。例如，您的应用程序可能会告诉用户如何获取图像的情感。

程序代码

现在，我们提供使用 Python 中的 Microsoft Emotion API 获取图像情感的程序代码。代码如下所示：

输出

The Response is:
{
  "faceRectangle": {
    "top": 68,
    "left": 191,
    "width": 98,
    "height": 98
  },
  "scores": {
    "anger": 0.001,
    "contempt": 0.001,
    "disgust": 0.002,
    "fear": 0.004,
    "happiness": 0.978,
    "neutral": 0.008,
    "sadness": 0.002,
    "surprise": 0.004
  }
}

Dominant Emotion:  happiness

结论

本教程向我们展示了如何使用 Python 中的 Microsoft Emotion API 获取图像的情感。所有人类都有喜悦、悲伤、惊讶、中性、忧愁等情绪。这些图像的情感可以通过 Python 中的 Microsoft Emotion API 来提取。使用 API，我们可以轻松地获取图像的情感。我们还学习了获取图像情感的程序代码。