Python AWS Rekognition“；回应[&"x27；面部细节&"x27；]；

我遇到了AWS Rekognition python API的问题。有趣的是，我遇到的问题似乎只影响

response=client.detect\u faces

API，因为

response=client.detect\u标签

不会出现问题。我想做的是只过滤掉我想在程序的下一部分中使用的信息。此代码适用于标签检测：

labels1=response['Labels']
extractor=len(labels1)
for i in range(0,extractor):
    print(labels1[diction_counter])
    diction_counter += 1
diction_counter=0

类似的代码将

标签1

定义为包含所有面部细节的列表：

labels1=response['FaceDetails']

当打印该列表时，它会显示一大块信息，这就是它现在应该做的。但是，在请求列表的长度时

print(len(labels1))

我得到的答案是1

在这一点上，我遇到的问题开始了。根据在中找到的FaceDetection的响应结构，

FaceDetails

的响应结构被分成15个字典，其中包含我要查找的信息。但是，我无法使用适用于DetectLables函数的方法来分离字典：

extractor=len(labels1)
for i in range(0,extractor):
    print(labels1[diction_counter])
    diction_counter += 1

原因是python将响应视为长度为1的列表，因此再次显示所有内容。输出如下所示：

[{'BoundingBox': {'Width': 0.23359374701976776, 'Height': 0.41527777910232544, 
'Left': 0.484375, 'Top': 0.125}, 'AgeRange': {'Low': 12, 'High': 22}, 'Smile': 
{'Value': False, 'Confidence': 99.90431213378906}, 'Eyeglasses': {'Value': 
False, 'Confidence': 99.99996185302734}, 'Sunglasses': {'Value': False, 
'Confidence': 98.4183578491211}, 'Gender': {'Value': 'Male', 'Confidence': 
99.9287338256836},...

'AgeRange': {'Low': 12, 'High': 22},
'Smile':{'Value': False, 'Confidence': 99.90431213378906},
'Eyeglasses': {'Value': False, 'Confidence': 99.99996185302734},
'...

我尝试过几种方法，比如将所有这些转换成字符串，然后转换成一个用逗号分隔的列表，但没有任何效果。如果有人对我如何提取某些信息有想法，那么输出结果如下所示：

[{'BoundingBox': {'Width': 0.23359374701976776, 'Height': 0.41527777910232544, 
'Left': 0.484375, 'Top': 0.125}, 'AgeRange': {'Low': 12, 'High': 22}, 'Smile': 
{'Value': False, 'Confidence': 99.90431213378906}, 'Eyeglasses': {'Value': 
False, 'Confidence': 99.99996185302734}, 'Sunglasses': {'Value': False, 
'Confidence': 98.4183578491211}, 'Gender': {'Value': 'Male', 'Confidence': 
99.9287338256836},...

'AgeRange': {'Low': 12, 'High': 22},
'Smile':{'Value': False, 'Confidence': 99.90431213378906},
'Eyeglasses': {'Value': False, 'Confidence': 99.99996185302734},
'...

---

我将非常感谢任何关于如何实现这一点的提示和技巧。

您没有正确访问变量

DetectFaces检测图像中最大的100个面

因此，您可以执行for循环来访问每个面，如下所示：

response = client.detect_faces()
for faceDetail in response['FaceDetails']:
    box = faceDetail['BoundingBox'] #to get the whole bounding box.
    width = imgWidth * box['Width'] #the width of the bb.
    print('the detected face is between ' + str(faceDetail['AgeRange']['Low']) + ' and' + str(faceDetail['AgeRange']['High']) + ' years old') #access age range low & high

响应语法如下所示：

{
   "FaceDetails": [ 
      { 
         "AgeRange": { 
            "High": number,
            "Low": number
         },
         "Beard": { 
            "Confidence": number,
            "Value": boolean
         },
         "BoundingBox": { 
            "Height": number,
            "Left": number,
            "Top": number,
            "Width": number
         },
         "Confidence": number,
         "Emotions": [ 
            { 
               "Confidence": number,
               "Type": "string"
            }
         ],
         "Eyeglasses": { 
            "Confidence": number,
            "Value": boolean
         },
         "EyesOpen": { 
            "Confidence": number,
            "Value": boolean
         },
         "Gender": { 
            "Confidence": number,
            "Value": "string"
         },
         "Landmarks": [ 
            { 
               "Type": "string",
               "X": number,
               "Y": number
            }
         ],
         "MouthOpen": { 
            "Confidence": number,
            "Value": boolean
         },
         "Mustache": { 
            "Confidence": number,
            "Value": boolean
         },
         "Pose": { 
            "Pitch": number,
            "Roll": number,
            "Yaw": number
         },
         "Quality": { 
            "Brightness": number,
            "Sharpness": number
         },
         "Smile": { 
            "Confidence": number,
            "Value": boolean
         },
         "Sunglasses": { 
            "Confidence": number,
            "Value": boolean
         }
      }
   ],
   "OrientationCorrection": "string"
}

您可以通过以下方式访问其他变量：

emotions = faceDetail['Emotions']

print('Emotion: ' + emotions[0]['Type']) #emotions[0] is for the first face, emotions[1] for the second and so on.

---

你能澄清你的问题吗？例如，当调用

detect_faces（）

时，要提取哪个响应元素？另外，这里有一些使用

检测面（）的示例代码。

：您能否发布一个完整的响应，以及您想要什么？看看这是否能帮助您