[文章]【HarmonyOS HiSpark AI Camera试用连载 】AI Camera之百度识图（一）
0
0
我本来闭关准备把程序全部写好了再一起发文，突然发现距上次发帖已经十多天了。
百度识图原理其实很简单，就是调用百度API来对你上传的一张图片进行识别，具体可以做到：把图片里面的人物标示出来（抠图）、定位人脸（聚焦）、识别物体……，总之就是很好很强大。
调用百度API分为两个部分：根据你提前申请的“API_KEY”和“SECRECT_KEY”生成一个token，再利用这个token来调用API。因此我们把百度识图功能点分为：
1、图片格式识别
2、把图片转成BASE64格式，可利用文本方式传输
3、实现http/https网站get功能
4、返回信息处理
我们知道上述功能在linux下，几乎是不需要花费什么脑子就能实现的，因为需要的库都可以直接调用，但在鸿蒙系统下，
我试图编译“code-1.0/third_party/openssl”和“code-1.0/third_party/curl”生成我所需要的库，但一直没能成功，希望直接通过调用其源文件，也一直没能成功。所以卡在上述第三步已经很长时间了，先把前两个步骤说一下吧：
一、图片格式识别
在百度AI中，可以识别的图片主要有bmp、jpg、png，因此我们在进行识别之前，需要将待识别的图片转换为上述格式，可以考虑使用特定硬件，所以图片输出格式其实是可控的，最简单当然是BMP格式，但BMP（Bitmap）采用位映射存储格式，不采用压缩，文件所占用的空间很大，传输占用资源也较多；另外PNG和JPEG格式也用的非常多，这两种格式都是压缩后的，PNG（Portable Network Graphics）是一种无损压缩的位图片形格式，它使用从LZ77派生的无损数据压缩算法，文件体积小，而且它支持alpha通道，可以设置图片透明度；
JPEG（Joint Photographic Experts Group）采用不带透明通道的0-10级压缩图片格式（11级压缩），可选择压缩比，通过损失图像质量来获得更小的体积，在网络中用得最为广泛。
在使用时，如果只是简单看后缀名，是不太够的，如何识别图片格式呢？其实非常简单，直接读取文件开始的前个字节，比如bmp格式：bmp文件头（14字节）+位图信息头（40字节）+调色板+位图数据，用编辑器打开一张BMP图片：
文件头占14个字节
1) 前2 bytes(0,1)是’BM’(windows),’BA’(os/2 bitmap array),’CI’(os/2 color icon), ‘CP’(os/2 color pointer), ‘IC’(os/2 icon), ‘PT’(os/2 pointer)
如此处是：42 4D，即ASCII码的BM
2) 接下来4个字节(2-5)说明该位图文件的大小，用字节表示。这里的48 E5 0E（高位在后）就是976,200。
3) 接下来就是2个保留位，各占2个字节，一共4个字节设置为0。
4) 接下来4个字节是：文件头开始到实际图像数据之间的字节偏移量。
图片大小（宽*高）在10h~13h和14h~17h处，即00 00 92 02和00 00 EE 01，如下图
0x292H=658D，0x1EEH=494D
又如PNG格式
前8字节的PNG文件署名域+数据块，署名域保持不变，从01字节开始ASCII就是PNG。图片的宽*高与BMP图片所在位置相同，即00 00 02 34和00 00 02 BF（高位在前，低位在后）
0x234H=564D，0x2BF=703D
JPEG图片格式组成部分：SOI（文件头）+APP0（图像识别信息）+ DQT（定义量化表）+ SOF0（图像基本信息）+ DHT（定义Huffman表） + DRI（定义重新开始间隔）+ SOS（扫描行开始）+ EOI（文件尾）
其中文件头部分FFD8就定义了文件格式。
综上，我们只需要打开文件时，读取前几个字节，就能识别出文件的格式。
回帖高级模式
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容图片侵权或者其他问题，请联系本站作侵删。 侵权投诉