# 人脸图片裁剪

从上传的图片信息中裁剪出人脸图片,将图片大小缩小。

# 一、公共参数

  • 请求地址:http://api.spiderid.cn/api/router/rest,https://api.spiderid.cn/api/router/rest

  • 服务接口名称(即公共参数method的值): image.face.cut

  • 请求方式:POST

# 二、请求参数

  • 请求参数以表单形式提交,Content-Type值为: application/x-www-form-urlencoded;charset=utf-8
名称 类型 是否必须 描述
image String 图片数据:以base64:开头 (图片base64数据), 以fs: 开头(文件云文件)

请求示例:

http或https://api.spiderid.cn/api/router/rest?
<[公共请求参数]>

image=XXX

# 三、响应参数

data结果信息 类型 描述
faceData String 人脸图片数据,base64字符串,返回码为100时才有
message String 消息
incorrect Integer 返回码

# 四、成功示例

JSON示例

{
  "code": 0,
  "requestId": "dsd24...",
  "data": {
      "faceData": "xxx" ,
      "incorrect": 100 ,
      "message": "成功"
  },
  "message": "success"
}

# 五、失败示例

JSON示例

{
  "code": 0,
  "requestId": "dsd24...",
  "data": {
      "incorrect": 101 ,
      "message": "照片质量不合格"
  },
  "message": "success"
}

# 六、返回码说明(incorrect)

返回码 描述 是否收费
100 成功
101 照片质量不合格
102 上传图片文件过大

# SDK 请求示例

       //提供的url
        String url = "http://api.spiderid.cn/api/router/rest";
        //您的appKey
        String appkey = "XXX";
        //您的appSecret
        String secretKey = "XXX";

        try {
            //1.默认客户端
            ApiClient apiClient = new DefaultApiClient(url, appkey, secretKey);
            //2.调用出错自动重试客户端
            //AutoRetryApiClient apiClient = new AutoRetryApiClient(url, appkey, secretKey);
            ImageCutFaceRequest req = new ImageCutFaceRequest();
            //1.base64:开头,使用base64为字符串传参
            String img = Base64.encodeBase64String(FileUtils.readFileToByteArray(new File("C:/aa.png")));
            req.setImagBase64(img);
            //2.fs:开头,需要调用我们提供的上传接口,获取bucket,和objectKey,格式为:fs:+bucket:+objectKey
            //String bucket = "XXX";
            //String objectKey = "XXX";
            //String img = bucket + ":" + objectKey;
            //req.setImageFs(img);
            ImageCutFaceResponse rsp = apiClient.execute(req);

            //后续业务处理
        } catch (Exception e) {
            e.printStackTrace();
        }

最后更新于: 4/16/2020, 1:08:47 PM