集人工智能、Python网络爬虫及批量文件处理的综合应用案例,软件工程论文

集人工智能、Python网络爬虫及批量文件处理的综合应用案例,软件工程论文本篇论文目录导航：【】【】【】【】【】集人工智能、Python网络爬虫及批量文件处理的综合应用案例关于python的论文：集人工智能、Python网络爬虫及批量文件处理的综合应用案例内容摘要：随着人工智能时代到来，生活中随处可见人工智能的应用。Python语言是人工智能开发的主流语言，现前阶段几乎所有高校都开设了Python程序设计课程，怎样在教学中设计一系列有趣有用接地气的案例尤为重要，既可具体表现出Python生态语言的特点，又能融入常用人工智能的应用。当前众多科技公司都搭建了AI应用架构平台，华而不实百度AI的开放平台具有功能全面且前沿，为开发者提供的技术文档也最全面。本文设计了一系列基于百度AI平台用Python语言完成的人工智能应用，程序由简到难，由单一功能模块到综合应用的开发，循序渐进，让学生逐步领会、把握Python人工智能的应用开发。本文关键词语:人工智能;百度AI平台;Python程序设计;AI开发能力;案例教学;1简单的人工智能应用案例学生通过简单设置即可启用百度AI开发能力。首先登录百度AI平台，注册百度账号。账号登录成功即可选择需要的人工智能服务如：图像辨别、人脸辨别、语音技术等项目。接着在对应AI服务中开创建立应用，获取密钥APIKey及SecretKey，程序中将通过密钥凭证调用对应接口的AI能力。老师要指导学生认真阅读百度PythonSDK技术文档，技术文档是程序开发者的宝典，在百度PythonSDK文档里具体介绍了Python的baidu-aip开发环境配置。常用方式方法是使用pipinstallbaidu-aip安装即可[1]。1.1基于百度AI的图像辨别案例图像辨别是人工智能最常见的应用之一，AipImageClassify是图像辨别的PythonSDK客户端，为图像辨别的开发提供了一系列的交互方式方法。首先参考如下代码新建一个AipImageClassify：〔图1所示〕案例1公众人物的辨别。程序要求使用百度AI平台，编写图像辨别应用程序。输入一张照片，辨别照片公众人物信息，并输出辨别结果。主要程序代码参考〔图2所示〕：能够进一步鼓励学生对案例1进行举一反三的程序编写，通过改变client的参数，进行动物辨别client.animalDetect、菜品辨别client.dishDetect等。该案例代码只要十来行，且没有循环、分支构造，对于计算机语言的初学者也非常合适。1.2基于百度AI的人脸辨别案例案例2输入一张图片，检测能否有人脸存在，若检测到则输出人脸属性的相关数据，如年龄、性别、颜值、表情等信息。通过本案例，了解人工智能在人脸辨别及人脸属性检测领域的应用。首先开创建立百度AI平台人脸辨别应用，获取该应用的密钥，调用百度AI人脸检测接口。参考部分主要代码如下〔图3所示〕：2进阶的人工智能应用案例在进一步人工智能应用案例里需要从百度AI辨别结果中提取出辨别物的本文关键词语，这就牵涉Python组合数据类型字典型、列表型的综合应用，以及json格式数据的编码解码等操作。2.1百度AI辨别结果数据分析案例3从菜品辨别结果中提取出本文关键词语信息，如菜品的名称、菜品热量calorie以及该菜品百度百科简介等关键信息。并把这些AI辨别关键信息写入到以菜品名称命名的txt文件中。此案例为案例1的进阶，AI辨别结果数据类型为字典dict。此处练习对字典类型键值对的操作。可以将字典数据转换为层次清楚明晰便于阅读的json格式字符串，进行数据保存。参考部分主要代码如下〔图4所示〕：学生能够进一步对案例3进行举一反三练习，如辨别电影明星的具体演艺生涯介绍，以及辨别商品Logo及品牌背后的故事等。2.2百度AI辨别结果本文关键词语写入到图片案例4在人脸属性检测应用中，用矩形框框选人脸，并在上方显示年龄、性别及颜值。假如此图片中存在多张人脸，请分别辨别标出。此案例是对案例2的进阶，怎样将人脸辨别数据写入图片这需要结合Python图像处理库PIL完成。此案例需要导入PIL库的三个模块，Image模块用于打开图像、显示和保存图像。ImageFont模块用于设置写入图像文本时用到的字体字号。ImageDraw模块提供了对图像的绘制功能，如在图像上画矩形、写文本等。3集人工智能、Python网络爬虫及批量文件处理的综合应用案例3.1百度AI图像辨别、批量文件遍历及文件夹操作综合应用案例5自动辨别一批图片，并将辨别出的图片进行分类整理。根据辨别结果，按分类名称建立文件夹，并存入同类型图片。以辨别名称命名处理后的图片，且把辨别结果的百度百科描绘叙述信息存入相应的文本文件。本案例需要处理批量文件，能够使用Python的enumerate函数遍历指定目录下所有文件，程序判定若为图片文件则调用百度AI进行图像通用辨别advancedGeneral，再通过对辨别结果组合数据类型的操作提取辨别本文关键词语:名称、类别、描绘叙述信息。根据类别使用os.makedirs开创建立分类目录，对于已存在的分类目录可使用tryexcept进行程序异常处理。最后用PIL库的ImageDraw模块写入辨别名称到图片，打开文件并写入辨别主体的描绘叙述信息。3.2百度AI图像辨别、Python网络爬虫等综合应用案例6对于前述案例的辨别图片都是预先准备好的图片文件。本案例结合Python网络爬虫的功能，程序运行时提示用户输入待爬取图片类别的关键字，系统自动从百度图片网站爬取相关图片并保存在本地硬盘指定文件夹。如爬取关键字为“奥斯卡影星〞，程序自动辨别影星名字并标注在图片左上角。此案例在人工智能图像辨别应用中结合了Python爬虫练习，使用到了requests库、urllib库及正则表示出式等知识。4总结此系列人工智能AI应用案例均为Python语言程序，系列案例的功能是层层递进、前后照应由易到难。程序的构造也由顺序逐步参加分支判定及循环遍历。案例中融入了Python常用数据类型及组合数据类型字典、列表的操作。案例设计尽量做到了有趣有用，在激发学习兴趣的同时也提高了学生的编程思维