图像主体检测能检测出图片主体的坐标位置，可使用该接口裁剪出图像主体区域，配合图像识别接口提升识别精度。广泛适用于美图类 app、辅助智能识图等业务场景中。

应用场景

• 智能美图：根据用户上传照片进行主体检测，实现图像裁剪或背景虚化等功能，可应用于含美图功能 app 等业务场景中
• 图像识别辅助：可使用图像主体检测裁剪出图像主体区域，配合图像识别接口提升识别精度

接口描述

用户向服务请求检测图像中的主体位置。

请求说明

• HTTP 方法： POST
• 请求 URL： https://aip.baidubce.com/rest/2.0/image-classify/v1/object_detect
• 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	true	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
with_face	false	number	-	如果检测主体是人，主体区域是否带上人脸部分，0 - 不带人脸区域，其他 - 带人脸区域，裁剪类需求推荐带人脸，检索/识别类需求推荐不带人脸。默认取 1，带人脸

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	否	watermark-location	裁剪结果
+left	否	uint32	表示定位位置的长方形左上顶点的水平坐标
+top	否	uint32	表示定位位置的长方形左上顶点的垂直坐标
+width	否	uint32	表示定位位置的长方形的宽度
+height	否	uint32	表示定位位置的长方形的高度

返回示例如下：

{"log_id": 895582300,"result": {"width": 486,"top": 76,"left": 134,"height": 394}
}

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一个结构体，该结构体包括了返回参数中的参数，如下：

struct ObjDetInfo {uint32_t left;uint32_t top;uint32_t width;uint32_t height;void print() {std::cout << std::setw(20) << std::setfill('-') << '\n';std::cout << "left: " << left << "\n";std::cout << "top: " << top << "\n";std::cout << "width: " << width << "\n";std::cout << "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);}
};

在 ObjInfo 结构体中，定义了一个 print 方法以打印获取的结果，draw 方法以在图像上画出边框。

然后定义了一个类来调用接口并获取结果

class ObjectDetection
{
public:ObjectDetection();~ObjectDetection();Json::Value request(std::string imgBase64, std::map<std::string, std::string>& options);// only get first resultvoid getResult(ObjDetInfo& result);private:Json::Value obj_;std::string url_;// file to save token keystd::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，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。

getResult 获取请求的结果。

---

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

ObjectDetection.h 代码如下：

#pragma once
#include <string>
#include <iostream>
#include <opencv2/opencv.hpp>
#include "util.h"struct ObjDetInfo {uint32_t left;uint32_t top;uint32_t width;uint32_t height;void print() {std::cout << std::setw(20) << std::setfill('-') << '\n';std::cout << "left: " << left << "\n";std::cout << "top: " << top << "\n";std::cout << "width: " << width << "\n";std::cout << "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);}
};class ObjectDetection
{
public:ObjectDetection();~ObjectDetection();Json::Value request(std::string imgBase64, std::map<std::string, std::string>& options);// only get first resultvoid getResult(ObjDetInfo& result);private:Json::Value obj_;std::string url_;// file to save token keystd::string filename_;
};void objectDetectionTest();

ObjectDetection.cpp 代码如下：

#include "ObjectDetection.h"ObjectDetection::ObjectDetection()
{filename_ = "tokenKey";url_ = "https://aip.baidubce.com/rest/2.0/image-classify/v1/object_detect";
}ObjectDetection::~ObjectDetection()
{
}Json::Value ObjectDetection::request(std::string imgBase64, std::map<std::string, std::string>& options)
{std::string response;Json::Value obj;std::string token;// 1. get HTTP post bodystd::string body;mergeHttpPostBody(body, imgBase64, options);// 2. get HTTP url with access tokenstd::string url = url_;getHttpPostUrl(url, filename_, token);// 3. post request, response store the resultint 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 objectgenerateJson(response, obj);// if access token is invalid or expired, we will get a new oneif (obj["error_code"].asInt() == 110 || obj["error_code"].asInt() == 111) {token = getTokenKey();writeFile(filename_, token);return request(imgBase64, options);}obj_ = obj;checkErrorWithExit(obj);return obj;
}void ObjectDetection::getResult(ObjDetInfo & result)
{result.left = obj_["result"].get("left", "0").asInt();result.top = obj_["result"].get("top", "0").asInt();result.width = obj_["result"].get("width", "0").asInt();result.height = obj_["result"].get("height", "0").asInt();
}void objectDetectionTest()
{std::cout << "size: " << sizeof(ObjDetInfo) << "\n";// read image and encode to base64std::string img_file = "./images/cat.jpg";std::string out;readImageFile(img_file.c_str(), out);std::string img_base64 = base64_encode(out.c_str(), (int)out.size());// set optionsstd::map<std::string, std::string> options;options["with_face"] = "0";Json::Value obj;ObjectDetection objDetObj;obj = objDetObj.request(img_base64, options);//std::cout << (obj.get("result", "null")) << std::endl;ObjDetInfo result;objDetObj.getResult(result);result.print();cv::Mat img = cv::imread(img_file);result.draw(img);cv::namedWindow("Object Detection", cv::WINDOW_NORMAL);cv::imshow("Object Detection", img);cv::waitKey();
}

main.cpp 代码如下：

#include "util.h"
#include "ObjectDetection.h"
#include <stdlib.h>int main() {objectDetectionTest();system("pause");return EXIT_SUCCESS;
}

运行结果