【HarmonyOS HiSpark AI Camera试用连载 】AICamera之百度识图（一）

小嵌

【HarmonyOS HiSpark AI Camera试用连载 】AICamera之百度识图（一）, 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，不得已，把内容拆开来混篇数。 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：

图片1.png （4.72 KB, 下载次数: 0）

下载附件  保存到相册  

昨天 00:48 上传 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 。

图片2.png （1.45 KB, 下载次数: 0）

下载附件  保存到相册  

昨天 00:49 上传 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

图片3.png （2.49 KB, 下载次数: 0）

下载附件  保存到相册  

昨天 00:49 上传 0x292H=658D ， 0x1EEH=494D 又如PNG 格式

图片4.png （14.79 KB, 下载次数: 0）

下载附件  保存到相册  

昨天 00:49 上传 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）

图片5.png （2.58 KB, 下载次数: 0）

下载附件  保存到相册  

昨天 00:49 上传 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）

图片6.png （13.05 KB, 下载次数: 0）

下载附件  保存到相册  

昨天 00:49 上传 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。