(简单调用篇 05) 品牌 logo 识别 - C++ 简单调用

品牌 logo 识别能识别超过 2 万类商品 logo，支持用户创建属于自己的品牌 logo 图库，可准确识别图片中品牌 logo 的名称，适用于需要快速获取品牌信息的业务场景中

应用场景

• 品牌信息获取：根据拍摄照片，识别图片中商品 logo 名称，加快品牌信息获取速度，给消费者轻松高效的信息获取体验，促进消费者向投资者转化，适用于需要快速获取品牌信息的业务场景中

接口描述

该请求用于检测和识别图片中的台标、品牌商标等 logo 信息。即对于输入的一张图片（可正常解码，且长宽比适宜），输出图片中 logo 的名称、位置和置信度。

使用时，可直接调用 logo 识别-检索接口，支持识别超过 2 万类 logo 名称；当效果欠佳时，可以建立子库（在控制台创建应用并申请建库）并通过调用 logo 入口接口完成自定义 logo 入库，再调用 logo 识别-检索接口，选择在自定义 logo 库内检索，提高识别效果。

请求说明

• HTTP 方法： POST
• 请求 URL： https://aip.baidubce.com/rest/2.0/image-classify/v2/logo
• URL参数： access_token
• Header 参数： Content-Type = application/x-www-form-urlencoded
• Body 参数：见下表

参数	是否必选	类型	可选值范围	说明
image	是	string	-	图像数据，base64 编码，要求 base64 编码后大小不超过 4M，最短边至少 15px，最长边最大 4096px, 支持 jpg/png/bmp 格式 。注意：图片需要 base64 编码、去掉编码头后再进行 urlencode
custom_lib	否	integer	-	是否只检索用户子库，true 则只检索用户子库， false (默认)为检索底库 + 用户子库

返回说明

返回参数如下表：

字段	是否必选	类型	说明
log_id	是	uint64	唯一的 log id，用于问题定位
result_num	是	uint32	识别结果数，标识返回结果数目
result	否	array()	返回结果数组，每一项为一个识别出的 logo
+location	是	object	位置信息（左起像素位置、上起像素位置、像素宽、像素高）
++left	是	number	坐起像素位置
++top	是	number	上起像素位置
++width	是	number	像素宽
++height	是	number	像素高
+name	是	string	识别的品牌名称
+probability	是	number	分类结果置信度（0—1.0）
+type	是	number	type=0 为 1 千种高优商标识别结果; type=1 为 2 万类 logo 库的结果；其它 type 为自定义 logo 库结果

返回示例如下：

{
  "log_id": 843411868,
  "result_num": 1,
  "result": [
    {
      "type": 0,
      "name": "科颜氏",
      "probability": 0.99998807907104,
      "location": {
        "width": 296,
        "top": 20,
        "height": 128,
        "left": 23
      }
    }
  ]
}

了解更多关于 logo 识别-入库 和 logo 识别-删除

C++ 代码实现调用

这里假设已经将环境配置好了，环境配置的文章可以参考 Windows 下使用 Vcpkg 配置百度 AI 图像识别 C++开发环境(VS2017)。

为了方便，首先根据返回参数定义了两个结构体，结构体包括了返回参数中的参数，如下：

struct Location {
	int left;
	int top;
	int width;
	int height;

	void print() {
		std::cout << "\n\t left: " << left << " top: " << top << " width: " << width << " height: " << height << '\n';
	}

	void draw(cv::Mat &img) {
		cv::Rect rect(left, top, width, height);
		cv::rectangle(img, rect, cv::Scalar(255, 0, 255), 3);
	}
};

struct LogoInfo {
	int type;
	std::string name;
	float probability;
	Location location;

	void print() {
		std::cout << std::setw(30) << std::setfill('-') << '\n';
		std::cout << "type: " << type << "\n";
		std::cout << "name: " << name << "\n";
		std::cout << "probability: " << std::fixed << std::setprecision(4) << probability << "\n";
		std::cout << "location: ";
		location.print();
	}

	void draw(cv::Mat &img) {
		location.draw(img);
	}
};

在 Location 结构体中，定义了一个 print 方法以打印 logo 位置信息。draw 方法用于在图像中画出 logo 的边框。

在 LogoInfo 结构体中，定义了一个 print 方法以打印 logo 结果信息。draw 方法用于在图像中画出 logo 的边框。

然后定义了一个类来调用接口并获取结果

class Logo
{
public:
	Logo();
	~Logo();

	Json::Value request(std::string imgBase64, std::map<std::string, std::string>& options);

	uint32_t getResultNum();

	// get all return results
	void getAllResult(std::vector<LogoInfo>& results);

	// only get first result
	void getResult(LogoInfo& result);


private:
	Json::Value obj_;
	std::string url_;
	uint32_t result_num_;
	// file to save token key
	std::string filename_;
};

类中的私有成员 obj_ 表示返回结果对应的 json 对象。url_ 表示请求的 url，result_num_ 表示返回的结果数，filename_ 表示用于存储 access token 的文件的文件名。

request 函数输入请求图像的 base64 编码以及请求参数，返回一个 json 对象，json 对象中包含请求的结果。

getAllResult 获取请求的结果，总共有 top_num 条结果。

getResult 获取置信度最高的一条结果。

---

完整代码如下

util.h 和 util.cpp 代码参见 (简单调用篇 01) 通用物体和场景识别高级版 - C++ 简单调用

Logo.h 代码如下：

#pragma once
#include "util.h"

struct Location {
	int left;
	int top;
	int width;
	int height;

	void print() {
		std::cout << "\n\t left: " << left << " top: " << top << " width: " << width << " height: " << height << '\n';
	}

	void draw(cv::Mat &img) {
		cv::Rect rect(left, top, width, height);
		cv::rectangle(img, rect, cv::Scalar(255, 0, 255), 3);
	}
};

struct LogoInfo {
	int type;
	std::string name;
	float probability;
	Location location;

	void print() {
		std::cout << std::setw(30) << std::setfill('-') << '\n';
		std::cout << "type: " << type << "\n";
		std::cout << "name: " << name << "\n";
		std::cout << "probability: " << std::fixed << std::setprecision(4) << probability << "\n";
		std::cout << "location: ";
		location.print();
	}

	void draw(cv::Mat &img) {
		location.draw(img);
	}
};

class Logo
{
public:
	Logo();
	~Logo();

	Json::Value request(std::string imgBase64, std::map<std::string, std::string>& options);

	uint32_t getResultNum();

	// get all return results
	void getAllResult(std::vector<LogoInfo>& results);

	// only get first result
	void getResult(LogoInfo& result);


private:
	Json::Value obj_;
	std::string url_;
	uint32_t result_num_;
	// file to save token key
	std::string filename_;
};

void logoTest();

Logo.cpp 代码如下：

#include "Logo.h"

Logo::Logo()
{
	filename_ = "tokenKey";
	url_ = "https://aip.baidubce.com/rest/2.0/image-classify/v2/logo";
}


Logo::~Logo()
{
}

Json::Value Logo::request(std::string imgBase64, std::map<std::string, std::string>& options)
{
	std::string response;
	Json::Value obj;
	std::string token;

	// 1. get HTTP post body
	std::string body;
	mergeHttpPostBody(body, imgBase64, options);

	// 2. get HTTP url with access token
	std::string url = url_;
	getHttpPostUrl(url, filename_, token);

	// 3. post request, response store the result
	int status_code = httpPostRequest(url, body, response);
	if (status_code != CURLcode::CURLE_OK) {
		obj["curl_error_code"] = status_code;
		obj_ = obj;
		return obj; // TODO: maybe should exit 
	}

	// 4. make string to json object
	generateJson(response, obj);

	// if access token is invalid or expired, we will get a new one
	if (obj["error_code"].asInt() == 110 || obj["error_code"].asInt() == 111) {
		token = getTokenKey();
		writeFile(filename_, token);
		return request(imgBase64, options);
	}

	obj_ = obj;
	// check for other error code
	checkErrorWithExit(obj);

	return obj;
}

uint32_t Logo::getResultNum()
{
	return obj_["result_num"].asInt();
}

void Logo::getAllResult(std::vector<LogoInfo>& results)
{
	result_num_ = getResultNum();
	results.reserve(result_num_);
	LogoInfo tmp;

	for (uint32_t i = 0; i < result_num_; ++i) {
		tmp.type = obj_["result"][i]["type"].asInt();
		tmp.name = UTF8ToGB(obj_["result"][i]["name"].asString().c_str());
		tmp.probability = obj_["result"][i]["probability"].asFloat();
		tmp.location.left = obj_["result"][i]["location"]["left"].asInt();
		tmp.location.top = obj_["result"][i]["location"]["top"].asInt();
		tmp.location.width = obj_["result"][i]["location"]["width"].asInt();
		tmp.location.height = obj_["result"][i]["location"]["height"].asInt();
		results.push_back(tmp);
	}
}

void Logo::getResult(LogoInfo & result)
{
	result.type = obj_["result"][0]["type"].asInt();
	result.name = UTF8ToGB(obj_["result"][0]["name"].asString().c_str());
	result.probability = obj_["result"][0]["probability"].asFloat();
	result.location.left = obj_["result"][0]["location"]["left"].asInt();
	result.location.top = obj_["result"][0]["location"]["top"].asInt();
	result.location.width = obj_["result"][0]["location"]["width"].asInt();
	result.location.height = obj_["result"][0]["location"]["height"].asInt();
}

void logoTest()
{
	std::cout << "size: " << sizeof(LogoInfo) << "\n";

	// read image and encode to base64
	std::string imgFile = "./images/logo_test.jpg";
	std::string imgBase64;
	imgToBase64(imgFile, imgBase64);

	// set options
	std::map<std::string, std::string> options;
	// options["custom_lib"] = true;


	Json::Value obj;
	Logo logoObj;
	obj = logoObj.request(imgBase64, options);

	LogoInfo result;
	logoObj.getResult(result);
	result.print();
	cv::Mat img = cv::imread(imgFile);
	result.draw(img);
	cv::namedWindow("Logo Test", cv::WINDOW_NORMAL);
	cv::imshow("Logo Test", img);

	std::vector<LogoInfo> results;
	logoObj.getAllResult(results);

	cv::Mat img1 = cv::imread(imgFile);
	cv::namedWindow("Logo Tests", cv::WINDOW_NORMAL);
	
	for (auto & vec : results) {
		vec.print();
		vec.draw(img1);
	}
	cv::imshow("Logo Tests", img1);
	cv::waitKey();
}

main.cpp 代码如下：

#include "util.h"
#include "Logo.h"
#include <stdlib.h>

int main() {
    logoTest();

	system("pause");
	return EXIT_SUCCESS;
}

运行结果

测试图像