将人脸模糊处理模型与 Python SDK 搭配使用

本教程将向您展示如何使用 Python SDK 模糊视频中的人脸。此示例会模糊处理 Cloud Storage 存储桶中的视频文件，并生成模糊处理后的视频输出。这些输出视频会存储在与源视频相同的 Cloud Storage 存储桶中。

将输入文件添加到 Cloud Storage

在使用 Python SDK 发送请求之前，请先创建一个 Cloud Storage 存储桶并上传本地视频以用作输入。

1. 创建 Cloud Storage 存储分区，请运行以下命令：

   gcloud storage buckets create gs://BUCKET_NAME
   

2. 将本地视频文件上传到新存储桶：

   gcloud storage cp LOCAL_FILE gs://BUCKET_NAME
   

安装依赖项并发送请求

为输入和输出视频创建 Cloud Storage 存储桶并添加本地视频后，安装必要的依赖项并发送请求。

1. 可选。设置虚拟环境：

   1. 如果未安装，请安装 virtualenv：

      sudo apt-get install python3-venv
      

   2. 创建新的虚拟环境：

      python3 -m venv vaivenv
      

   3. 激活虚拟环境：

      source vaivenv/bin/activate
      

2. 安装依赖项：

   pip3 install visionai-0.0.5-py3-none-any.whl
   pip3 install google-cloud-storage
   

3. 使用 Python SDK 发送请求。

   进行以下变量替换：

   • PROJECT_ID：您的 Google Cloud 项目 ID。
   • LOCATION_ID：您的位置 ID。例如 us-central1。 了解详情。支持的区域。
   • BUCKET_NAME：您创建的 Cloud Storage 存储桶。

   python3 visionai/python/example/blur_gcs_video.py \
   --project_id=PROJECT_ID –cluster_id=application-cluster-0 \
   –location_id=LOCATION_ID –bucket_name=BUCKET_NAME
   

   您将看到如下所示的输出：

    Listing mp4 files...
    test1.mp4
    test2.mp4
    Creating deid processes...
    process vnluvxgl is created
    process rvrdoucx is created
    Waiting for processes to finish...
    process vnluvxgl state is COMPLETED
    process rvrdoucx state is COMPLETED
    All processes have finished, please check the GCS bucket!
    ```
   

检查输出

视频处理完毕后，您可以在 Cloud Storage 存储桶中查看输出。生成的模糊处理后的视频文件将位于与源视频相同的 Cloud Storage 存储桶中。

1. 使用 gcloud storage ls 命令列出存储桶中的所有对象：

   gcloud storage ls gs://bucket
   

   您应该会看到类似于以下内容的源文件和输出文件：

   test1.mp4
   test2.mp4
   test1_deid_output.mp4
   test2_deid_output.mp4
   

2. 可选。使用 gcloud storage cp 命令将输出文件下载到本地，然后查看模糊处理后的视频：

   gcloud storage cp gs://BUCKET_NAME/FILE_NAME .