《计算机视觉应用开发》项目5 基于API实现车型识别.docx

《计算机应用开发》教案

授课题目

基于API实现车型识别

授课类型

新授课

授课时长

3节课

教学内容

车型识别API介绍

使用API的步骤

三、车型识别实现

四、结果可视化

教学目标

知识目标

了解百度的车型识别API

能力目标

掌握使用API的步骤

实现车型识别

情感目标

使学生体验人工智能的分类任务，将人工智能的兴衰与自身职业规划联系起来。

能理解机器学习在实际中的应用并产生学习动力。

教学重点

掌握使用API的步骤

实现车型识别

教学难点

掌握使用API的步骤

实现车型识别

教法学法

讲授法、练习法

特色学习资源分析、技术手段应用说明

学习场所：实训室

教学资源：PPT、视频、操作手册、学生任务单

教学设备：电子白板

学情分析

学生了解车型识别的理论知识，但未实现过车型识别。

板书设计

（教学结构图）

车型识别

教学环节

（时间分配）

教学内容及教师活动

学生活动

设计意图及

实施效果

【发现问题】

【明确任务】

【课堂实操】

【课堂总结】

【情境导入】

在智能交通场景中，车型识别已经成为电子信息技术在交通运输领域的热点，它是对特定地点和时间段内的车流信息进行采集、识别和分类，如交通监控系统需要采集车辆型号数据，对其进行识别和分类，把得到的交通流数据作为交通管理、收费、调度、统计的依据。但传统的运动车辆检测和人工识别车辆有诸多缺点，如效率低下、准确度不高等问题，导致交警部门不能准确获取车辆信息或漏缺违规车辆。由此可见，为了提高车型识别速率及准确率，可以使用车型识别算法对图像中的车型进行识别。

【任务描述】

本次任务要求基于上述案例的场景，使用成熟的车型识别云服务接口，对图4-1中的原图进行车型识别操作。

车型识别API介绍

二、使用API的步骤

步骤一：领用资源

步骤二：创建应用，生成acesstoken。

步骤三：调用API，实现功能。

三、车型识别的实现

（1）导入库

#导入所需库

importrequests#发送请求

importbase64#图像编码

fromPILimportImage#图像操作

importmatplotlib.pyplotasplt#显示图像

plt.rcParams[font.sans-serif]=[SimHei]#显示中文

（2）设置request_url

#定义请求URI

request_url=同项目四的组装

（3）设置请求消息头

#设置请求消息头

headers={

Content-Type:application/x-www-form-urlencoded

}

（4）将图像数据转换为Base64格式

#将图像数据转换为Base64格式

f=open(./data/test.jpg,rb)#以二进制的方式读取待预测图片

img=base64.b64encode(f.read())#转为Base64格式

（5）设置参数

#将图像传入参数

params={image:img,baike_num:5}

access_token=生成的API请求链接所带的Token

request_url=request_url+?access_token=+access_token

（6）发送请求

#发送post请求

response=requests.post(request_url,data=params,headers=headers)

（7）查看响应正常

#查看响应信息

print(response)

ifresponse:

print(response.json())

（8）运行程序，返回参数

Response[200]

{location_result:{top:224,left:192,width:555,height:396},color_result:红色,result:[{year:2021,name:宝骏530,score:0.9012709856033325,baike_info:{}},{year:2021,name:启辰D60,score:0.001792644965462387,baike_info:{}},{year:2015-2017,name:宝骏560,score:0.001194860320538282,baike_info:{baike_url:/item/%E5%AE%9D%E9%AA%8F560image_url:/pic/10dfa9ec86d9b8fa0ec0