# -*- coding: utf8 -*-
# Copyright (c) 2017-2021 THL A29 Limited, a Tencent company. All Rights Reserved.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
# http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
import warnings
from tencentcloud.common.abstract_model import AbstractModel
class AssessQualityRequest(AbstractModel):
"""AssessQuality请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果。
• 长宽比：长边：短边<5。
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过Base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要Base64编码，并且要去掉编码头部。**
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class AssessQualityResponse(AbstractModel):
"""AssessQuality返回参数结构体
"""
def __init__(self):
r"""
:param LongImage: 取值为TRUE或FALSE，TRUE为长图，FALSE为正常图，长图定义为长宽比大于等于3或小于等于1/3的图片。
:type LongImage: bool
:param BlackAndWhite: 取值为TRUE或FALSE，TRUE为黑白图，FALSE为否。黑白图即灰度图，指红绿蓝三个通道都是以灰度色阶显示的图片，并非视觉上的“黑白图片”。
:type BlackAndWhite: bool
:param SmallImage: 取值为TRUE或FALSE，TRUE为小图，FALSE为否, 小图定义为最长边小于179像素的图片。当一张图片被判断为小图时，不建议做推荐和展示，其他字段统一输出为0或FALSE。
:type SmallImage: bool
:param BigImage: 取值为TRUE或FALSE，TRUE为大图，FALSE为否，定义为最短边大于1000像素的图片
:type BigImage: bool
:param PureImage: 取值为TRUE或FALSE，TRUE为纯色图或纯文字图，即没有内容或只有简单内容的图片，FALSE为正常图片。
:type PureImage: bool
:param ClarityScore: 综合评分。图像清晰度的得分，对图片的噪声、曝光、模糊、压缩等因素进行综合评估，取值为[0, 100]，值越大，越清晰。一般大于50为较清晰图片，标准可以自行把握。
:type ClarityScore: int
:param AestheticScore: 综合评分。图像美观度得分， 从构图、色彩等多个艺术性维度评价图片，取值为[0, 100]，值越大，越美观。一般大于50为较美观图片，标准可以自行把握。
:type AestheticScore: int
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.LongImage = None
self.BlackAndWhite = None
self.SmallImage = None
self.BigImage = None
self.PureImage = None
self.ClarityScore = None
self.AestheticScore = None
self.RequestId = None
def _deserialize(self, params):
self.LongImage = params.get("LongImage")
self.BlackAndWhite = params.get("BlackAndWhite")
self.SmallImage = params.get("SmallImage")
self.BigImage = params.get("BigImage")
self.PureImage = params.get("PureImage")
self.ClarityScore = params.get("ClarityScore")
self.AestheticScore = params.get("AestheticScore")
self.RequestId = params.get("RequestId")
class Attribute(AbstractModel):
"""属性
"""
def __init__(self):
r"""
:param Type: 属性
:type Type: str
:param Details: 属性详情
:type Details: str
"""
self.Type = None
self.Details = None
def _deserialize(self, params):
self.Type = params.get("Type")
self.Details = params.get("Details")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class AttributesForBody(AbstractModel):
"""属性检测到的人体
"""
def __init__(self):
r"""
:param Rect: 人体框。当不开启人体检测时，内部参数默认为0。
注意：此字段可能返回 null，表示取不到有效值。
:type Rect: :class:`tencentcloud.tiia.v20190529.models.ImageRect`
:param DetectConfidence: 人体检测置信度。取值0-1之间，当不开启人体检测开关时默认为0。
注意：此字段可能返回 null，表示取不到有效值。
:type DetectConfidence: float
:param Attributes: 属性信息。
注意：此字段可能返回 null，表示取不到有效值。
:type Attributes: list of BodyAttributes
"""
self.Rect = None
self.DetectConfidence = None
self.Attributes = None
def _deserialize(self, params):
if params.get("Rect") is not None:
self.Rect = ImageRect()
self.Rect._deserialize(params.get("Rect"))
self.DetectConfidence = params.get("DetectConfidence")
if params.get("Attributes") is not None:
self.Attributes = []
for item in params.get("Attributes"):
obj = BodyAttributes()
obj._deserialize(item)
self.Attributes.append(obj)
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class BodyAttributes(AbstractModel):
"""属性列表。
"""
def __init__(self):
r"""
:param Label: 属性值。
注意：此字段可能返回 null，表示取不到有效值。
:type Label: str
:param Confidence: 置信度，取值0-1之间。
注意：此字段可能返回 null，表示取不到有效值。
:type Confidence: float
:param Name: 属性名称。
注意：此字段可能返回 null，表示取不到有效值。
:type Name: str
"""
self.Label = None
self.Confidence = None
self.Name = None
def _deserialize(self, params):
self.Label = params.get("Label")
self.Confidence = params.get("Confidence")
self.Name = params.get("Name")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class Box(AbstractModel):
"""图像主体区域。
"""
def __init__(self):
r"""
:param Rect: 图像主体区域。
:type Rect: :class:`tencentcloud.tiia.v20190529.models.ImageRect`
:param Score: 置信度。
:type Score: float
:param CategoryId: 主体区域类目ID
:type CategoryId: int
"""
self.Rect = None
self.Score = None
self.CategoryId = None
def _deserialize(self, params):
if params.get("Rect") is not None:
self.Rect = ImageRect()
self.Rect._deserialize(params.get("Rect"))
self.Score = params.get("Score")
self.CategoryId = params.get("CategoryId")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class CarPlateContent(AbstractModel):
"""车牌信息
"""
def __init__(self):
r"""
:param Plate: 车牌信息。
注意：此字段可能返回 null，表示取不到有效值。
:type Plate: str
:param Color: 车牌颜色。
注意：此字段可能返回 null，表示取不到有效值。
:type Color: str
:param Type: 车牌类型，包含：0普通蓝牌，1双层黄牌，2单层黄牌，3新能源车牌，4使馆车牌，5领馆车牌，6澳门车牌，7香港车牌，8警用车牌，9教练车牌，10武警车牌，11军用车牌 -2遮挡污损模糊车牌/异常 其他无牌
注意：
此字段可能返回 null，表示取不到有效值。
此字段结果遮挡污损模糊车牌/异常：包含PlateStatus参数的“遮挡污损模糊车牌”，针对车牌异常，建议参考此字段，更全面
注意：此字段可能返回 null，表示取不到有效值。
:type Type: str
:param PlateLocation: 车牌在图片中的坐标信息。
注意：此字段可能返回 null，表示取不到有效值。
:type PlateLocation: list of Coord
:param PlateStatus: 判断车牌是否遮挡：“遮挡污损模糊车牌”和"正常车牌"。
注意：此字段可能返回 null，表示取不到有效值。
:type PlateStatus: str
:param PlateStatusConfidence: 车牌遮挡的置信度，0-100。
注意：此字段可能返回 null，表示取不到有效值。
:type PlateStatusConfidence: int
:param PlateAngle: 车牌角度。
注意：此字段可能返回 null，表示取不到有效值。
:type PlateAngle: float
"""
self.Plate = None
self.Color = None
self.Type = None
self.PlateLocation = None
self.PlateStatus = None
self.PlateStatusConfidence = None
self.PlateAngle = None
def _deserialize(self, params):
self.Plate = params.get("Plate")
self.Color = params.get("Color")
self.Type = params.get("Type")
if params.get("PlateLocation") is not None:
self.PlateLocation = []
for item in params.get("PlateLocation"):
obj = Coord()
obj._deserialize(item)
self.PlateLocation.append(obj)
self.PlateStatus = params.get("PlateStatus")
self.PlateStatusConfidence = params.get("PlateStatusConfidence")
self.PlateAngle = params.get("PlateAngle")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class CarTagItem(AbstractModel):
"""车辆属性识别的结果
"""
def __init__(self):
r"""
:param Serial: 车系
:type Serial: str
:param Brand: 车辆品牌
:type Brand: str
:param Type: 车辆类型
:type Type: str
:param Color: 车辆颜色
:type Color: str
:param Confidence: 车系置信度，0-100
:type Confidence: int
:param Year: 年份，没识别出年份的时候返回0
:type Year: int
:param CarLocation: 车辆在图片中的坐标信息
:type CarLocation: list of Coord
:param PlateContent: 车牌信息，仅车辆识别（增强版）支持
注意：此字段可能返回 null，表示取不到有效值。
:type PlateContent: :class:`tencentcloud.tiia.v20190529.models.CarPlateContent`
:param PlateConfidence: 车牌信息置信度，0-100，仅车辆识别（增强版）支持
注意：此字段可能返回 null，表示取不到有效值。
:type PlateConfidence: int
:param TypeConfidence: 车辆类型置信度，0-100，仅车辆识别（增强版）支持
注意：此字段可能返回 null，表示取不到有效值。
:type TypeConfidence: int
:param ColorConfidence: 车辆颜色置信度，0-100，仅车辆识别（增强版）支持
注意：此字段可能返回 null，表示取不到有效值。
:type ColorConfidence: int
:param Orientation: 车辆朝向，仅车辆识别（增强版）支持
注意：此字段可能返回 null，表示取不到有效值。
:type Orientation: str
:param OrientationConfidence: 车辆朝向置信度，0-100，仅车辆识别（增强版）支持
注意：此字段可能返回 null，表示取不到有效值。
:type OrientationConfidence: int
"""
self.Serial = None
self.Brand = None
self.Type = None
self.Color = None
self.Confidence = None
self.Year = None
self.CarLocation = None
self.PlateContent = None
self.PlateConfidence = None
self.TypeConfidence = None
self.ColorConfidence = None
self.Orientation = None
self.OrientationConfidence = None
def _deserialize(self, params):
self.Serial = params.get("Serial")
self.Brand = params.get("Brand")
self.Type = params.get("Type")
self.Color = params.get("Color")
self.Confidence = params.get("Confidence")
self.Year = params.get("Year")
if params.get("CarLocation") is not None:
self.CarLocation = []
for item in params.get("CarLocation"):
obj = Coord()
obj._deserialize(item)
self.CarLocation.append(obj)
if params.get("PlateContent") is not None:
self.PlateContent = CarPlateContent()
self.PlateContent._deserialize(params.get("PlateContent"))
self.PlateConfidence = params.get("PlateConfidence")
self.TypeConfidence = params.get("TypeConfidence")
self.ColorConfidence = params.get("ColorConfidence")
self.Orientation = params.get("Orientation")
self.OrientationConfidence = params.get("OrientationConfidence")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class ColorInfo(AbstractModel):
"""整张图颜色信息。
"""
def __init__(self):
r"""
:param Color: RGB颜色值（16进制），例如：291A18。
:type Color: str
:param Percentage: 当前颜色标签所占比例。
:type Percentage: float
:param Label: 颜色标签。蜜柚色，米驼色等。
:type Label: str
"""
self.Color = None
self.Percentage = None
self.Label = None
def _deserialize(self, params):
self.Color = params.get("Color")
self.Percentage = params.get("Percentage")
self.Label = params.get("Label")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class Coord(AbstractModel):
"""汽车坐标信息
"""
def __init__(self):
r"""
:param X: 横坐标x
:type X: int
:param Y: 纵坐标y
:type Y: int
"""
self.X = None
self.Y = None
def _deserialize(self, params):
self.X = params.get("X")
self.Y = params.get("Y")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class CreateGroupRequest(AbstractModel):
"""CreateGroup请求参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库ID，不可重复，仅支持字母、数字和下划线。
:type GroupId: str
:param GroupName: 图库名称描述。
:type GroupName: str
:param MaxCapacity: 图片库可容纳的最大图片特征条数，一张图片对应一条图片特征数据，不支持修改。
单个图片库容量最大可达亿级，达到容量限制后继续创建图片将会报错。
注意，包月计费下支持绑定的最小库容量为500万。
:type MaxCapacity: int
:param Brief: 图库简介。
:type Brief: str
:param MaxQps: 访问限制默认为10qps，如需扩容请联系[在线客服](https://cloud.tencent.com/online-service)申请。
:type MaxQps: int
:param GroupType: 图库类型，用于决定图像搜索的服务类型和算法版本，默认为4。
GroupType不支持修改，若不确定适用的服务类型，建议先对不同类型分别小规模测试后再开始正式使用。
参数取值：
4：通用图像搜索1.0版。
7：商品图像搜索2.0升级版。
5：商品图像搜索1.0版。
6：图案花纹搜索1.0版。
1 - 3：通用图像搜索旧版，不推荐使用。
:type GroupType: int
"""
self.GroupId = None
self.GroupName = None
self.MaxCapacity = None
self.Brief = None
self.MaxQps = None
self.GroupType = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.GroupName = params.get("GroupName")
self.MaxCapacity = params.get("MaxCapacity")
self.Brief = params.get("Brief")
self.MaxQps = params.get("MaxQps")
self.GroupType = params.get("GroupType")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class CreateGroupResponse(AbstractModel):
"""CreateGroup返回参数结构体
"""
def __init__(self):
r"""
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.RequestId = None
def _deserialize(self, params):
self.RequestId = params.get("RequestId")
class CreateImageRequest(AbstractModel):
"""CreateImage请求参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库ID。
:type GroupId: str
:param EntityId: 物品ID，最多支持64个字符。
一个物品ID可以包含多张图片，若EntityId已存在，则对其追加图片。同一个EntityId，最大支持10张图。
:type EntityId: str
:param PicName: 图片名称，最多支持64个字符，
PicName唯一确定一张图片，具有唯一性。
:type PicName: str
:param ImageUrl: 图片的 Url 。对应图片 base64 编码后大小不可超过5M。
ImageUrl和ImageBase64必须提供一个，如果都提供，只使用ImageUrl。
图片限制：
• 图片格式：支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。
• 图片大小：对应图片 base64 编码后大小不可超过5M。图片分辨率不超过4096\*4096。
• 如果在商品图像搜索中开启主体识别，分辨率不超过2000\*2000，图片长宽比小于10。
建议：
• 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的Url速度和稳定性可能受一定影响。
:type ImageUrl: str
:param CustomContent: 图片自定义备注内容，最多支持4096个字符，查询时原样带回。
:type CustomContent: str
:param ImageBase64: 图片 base64 数据，base64 编码后大小不可超过5M。
图片限制：
• 图片格式：支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。
• 图片大小：base64 编码后大小不可超过5M。图片分辨率不超过4096\*4096。
• 如果在商品图像搜索中开启主体识别，分辨率不超过2000\*2000，图片长宽比小于10。
:type ImageBase64: str
:param Tags: 图片自定义标签，最多不超过10个，格式为JSON。
:type Tags: str
:param EnableDetect: 是否需要启用主体识别，默认为**TRUE**。
• 为**TRUE**时，启用主体识别，返回主体信息。若没有指定**ImageRect**，自动提取最大面积主体创建图片并进行主体识别。主体识别结果可在**Response**中获取。
• 为**FALSE**时，不启用主体识别，不返回主体信息。若没有指定**ImageRect**，以整张图创建图片。
**注意：仅服务类型为商品图像搜索时才生效。**
:type EnableDetect: bool
:param CategoryId: 图像类目ID。
若设置类目ID，提取以下类目的主体创建图片。
类目取值说明：
0：上衣。
1：裙装。
2：下装。
3：包。
4：鞋。
5：配饰。
**注意：仅服务类型为商品图像搜索时才生效。**
:type CategoryId: int
:param ImageRect: 图像主体区域。
若设置主体区域，提取指定的区域创建图片。
:type ImageRect: :class:`tencentcloud.tiia.v20190529.models.Rect`
"""
self.GroupId = None
self.EntityId = None
self.PicName = None
self.ImageUrl = None
self.CustomContent = None
self.ImageBase64 = None
self.Tags = None
self.EnableDetect = None
self.CategoryId = None
self.ImageRect = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.EntityId = params.get("EntityId")
self.PicName = params.get("PicName")
self.ImageUrl = params.get("ImageUrl")
self.CustomContent = params.get("CustomContent")
self.ImageBase64 = params.get("ImageBase64")
self.Tags = params.get("Tags")
self.EnableDetect = params.get("EnableDetect")
self.CategoryId = params.get("CategoryId")
if params.get("ImageRect") is not None:
self.ImageRect = Rect()
self.ImageRect._deserialize(params.get("ImageRect"))
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class CreateImageResponse(AbstractModel):
"""CreateImage返回参数结构体
"""
def __init__(self):
r"""
:param Object: 输入图的主体信息。
若启用主体识别且在请求中指定了类目ID或主体区域，以指定的主体为准。若启用主体识别且没有指定，以最大面积主体为准。
**注意：仅服务类型为商品图像搜索时才生效。**
注意：此字段可能返回 null，表示取不到有效值。
:type Object: :class:`tencentcloud.tiia.v20190529.models.ObjectInfo`
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Object = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Object") is not None:
self.Object = ObjectInfo()
self.Object._deserialize(params.get("Object"))
self.RequestId = params.get("RequestId")
class CropImageRequest(AbstractModel):
"""CropImage请求参数结构体
"""
def __init__(self):
r"""
:param Width: 需要裁剪区域的宽度，与Height共同组成所需裁剪的图片宽高比例。
输入数字请大于0、小于图片宽度的像素值。
:type Width: int
:param Height: 需要裁剪区域的高度，与Width共同组成所需裁剪的图片宽高比例。
输入数字请大于0、小于图片高度的像素值。
宽高比例（Width : Height）会简化为最简分数，即如果Width输入10、Height输入20，会简化为1：2。
Width : Height建议取值在[1, 2.5]之间，超过这个范围可能会影响效果。
:type Height: int
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果。
• 长宽比：长边：短边<5。
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过Base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
注意：图片需要Base64编码，并且要去掉编码头部。
:type ImageBase64: str
"""
self.Width = None
self.Height = None
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.Width = params.get("Width")
self.Height = params.get("Height")
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class CropImageResponse(AbstractModel):
"""CropImage返回参数结构体
"""
def __init__(self):
r"""
:param X: 裁剪区域左上角X坐标值
:type X: int
:param Y: 裁剪区域左上角Y坐标值
:type Y: int
:param Width: 裁剪区域的宽度，单位为像素
:type Width: int
:param Height: 裁剪区域的高度，单位为像素
:type Height: int
:param OriginalWidth: 原图宽度，单位为像素
:type OriginalWidth: int
:param OriginalHeight: 原图高度，单位为像素
:type OriginalHeight: int
:param CropResult: 0：抠图正常；
1：原图过长，指原图的高度是宽度的1.8倍以上；
2：原图过宽，指原图的宽度是高度的1.8倍以上；
3：抠图区域过长，指抠图的高度是主体备选框高度的1.6倍以上；
4：抠图区域过宽，指当没有检测到人脸时，抠图区域宽度是检测出的原图主体区域宽度的1.6倍以上；
5：纯色图，指裁剪区域视觉较为单一、缺乏主体部分 ；
6：宽高比异常，指Width : Height取值超出[1, 2.5]的范围；
以上是辅助决策的参考建议，可以根据业务需求选择采纳或忽视。
:type CropResult: int
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.X = None
self.Y = None
self.Width = None
self.Height = None
self.OriginalWidth = None
self.OriginalHeight = None
self.CropResult = None
self.RequestId = None
def _deserialize(self, params):
self.X = params.get("X")
self.Y = params.get("Y")
self.Width = params.get("Width")
self.Height = params.get("Height")
self.OriginalWidth = params.get("OriginalWidth")
self.OriginalHeight = params.get("OriginalHeight")
self.CropResult = params.get("CropResult")
self.RequestId = params.get("RequestId")
class DeleteImagesRequest(AbstractModel):
"""DeleteImages请求参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库名称。
:type GroupId: str
:param EntityId: 物品ID。
:type EntityId: str
:param PicName: 图片名称，如果不指定本参数，则删除EntityId下所有的图片；否则删除指定的图。
:type PicName: str
"""
self.GroupId = None
self.EntityId = None
self.PicName = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.EntityId = params.get("EntityId")
self.PicName = params.get("PicName")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DeleteImagesResponse(AbstractModel):
"""DeleteImages返回参数结构体
"""
def __init__(self):
r"""
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.RequestId = None
def _deserialize(self, params):
self.RequestId = params.get("RequestId")
class DescribeGroupsRequest(AbstractModel):
"""DescribeGroups请求参数结构体
"""
def __init__(self):
r"""
:param Offset: 起始序号，默认值为0。
:type Offset: int
:param Limit: 返回数量，默认值为10，最大值为100。
:type Limit: int
:param GroupId: 图库ID，如果不为空，则返回指定库信息。
:type GroupId: str
"""
self.Offset = None
self.Limit = None
self.GroupId = None
def _deserialize(self, params):
self.Offset = params.get("Offset")
self.Limit = params.get("Limit")
self.GroupId = params.get("GroupId")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DescribeGroupsResponse(AbstractModel):
"""DescribeGroups返回参数结构体
"""
def __init__(self):
r"""
:param Groups: 图库信息
注意：此字段可能返回 null，表示取不到有效值。
:type Groups: list of GroupInfo
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Groups = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Groups") is not None:
self.Groups = []
for item in params.get("Groups"):
obj = GroupInfo()
obj._deserialize(item)
self.Groups.append(obj)
self.RequestId = params.get("RequestId")
class DescribeImagesRequest(AbstractModel):
"""DescribeImages请求参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库名称。
:type GroupId: str
:param EntityId: 物品ID。
:type EntityId: str
:param PicName: 图片名称。
:type PicName: str
"""
self.GroupId = None
self.EntityId = None
self.PicName = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.EntityId = params.get("EntityId")
self.PicName = params.get("PicName")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DescribeImagesResponse(AbstractModel):
"""DescribeImages返回参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库名称。
:type GroupId: str
:param EntityId: 物品ID。
:type EntityId: str
:param ImageInfos: 图片信息。
:type ImageInfos: list of ImageInfo
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.GroupId = None
self.EntityId = None
self.ImageInfos = None
self.RequestId = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.EntityId = params.get("EntityId")
if params.get("ImageInfos") is not None:
self.ImageInfos = []
for item in params.get("ImageInfos"):
obj = ImageInfo()
obj._deserialize(item)
self.ImageInfos.append(obj)
self.RequestId = params.get("RequestId")
class DetectChefDressRequest(AbstractModel):
"""DetectChefDress请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片的 Url 。
ImageUrl和ImageBase64必须提供一个，同时存在时优先使用ImageUrl字段。
图片限制：
• 图片格式：支持PNG、JPG、JPEG、不支持 GIF 图片。
• 图片大小：对应图片 base64 编码后大小不可超过5M。图片分辨率不超过 3840 x 2160pixel。
建议：
• 接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。与ImageUrl同时存在时优先使用ImageUrl字段。
注意：图片需要base64编码，并且要去掉编码头部。
支持的图片格式：PNG、JPG、JPEG、暂不支持GIF格式。
支持的图片大小：所下载图片经Base64编码后不超过5M。
:type ImageBase64: str
:param EnableDetect: 人体检测模型开关，“true”为开启，“false”为关闭
默认为开启，开启后可先对图片中的人体进行检测之后再进行属性识别
:type EnableDetect: bool
:param EnablePreferred: 人体优选开关，“true”为开启，“false”为关闭
开启后自动对检测质量低的人体进行优选过滤，有助于提高属性识别的准确率。
默认为开启，仅在人体检测开关开启时可配置，人体检测模型关闭时人体优选也关闭
人体优选开启时，检测到的人体分辨率不超过1920*1080 pixel
:type EnablePreferred: bool
"""
self.ImageUrl = None
self.ImageBase64 = None
self.EnableDetect = None
self.EnablePreferred = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
self.EnableDetect = params.get("EnableDetect")
self.EnablePreferred = params.get("EnablePreferred")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectChefDressResponse(AbstractModel):
"""DetectChefDress返回参数结构体
"""
def __init__(self):
r"""
:param Bodies: 识别到的人体属性信息。单个人体属性信息包括人体检测置信度，属性信息，人体检测框。
注意：此字段可能返回 null，表示取不到有效值。
:type Bodies: list of AttributesForBody
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Bodies = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Bodies") is not None:
self.Bodies = []
for item in params.get("Bodies"):
obj = AttributesForBody()
obj._deserialize(item)
self.Bodies.append(obj)
self.RequestId = params.get("RequestId")
class DetectDisgustRequest(AbstractModel):
"""DetectDisgust请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边：短边<5；
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要base64编码，并且要去掉编码头部。**
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectDisgustResponse(AbstractModel):
"""DetectDisgust返回参数结构体
"""
def __init__(self):
r"""
:param Confidence: 对于图片中包含恶心内容的置信度，取值[0,1]，一般超过0.5则表明可能是恶心图片。
:type Confidence: float
:param Type: 与图像内容最相似的恶心内容的类别，包含腐烂、密集、畸形、血腥、蛇、虫子、牙齿等。
:type Type: str
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Confidence = None
self.Type = None
self.RequestId = None
def _deserialize(self, params):
self.Confidence = params.get("Confidence")
self.Type = params.get("Type")
self.RequestId = params.get("RequestId")
class DetectEnvelopeRequest(AbstractModel):
"""DetectEnvelope请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片的URL地址。图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。
非腾讯云存储的Url速度和稳定性可能受一定影响。
图片大小的限制为4M，图片像素的限制为4k。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。与ImageUrl同时存在时优先使用ImageUrl字段。
图片大小的限制为4M，图片像素的限制为4k。
**注意：图片需要base64编码，并且要去掉编码头部。
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectEnvelopeResponse(AbstractModel):
"""DetectEnvelope返回参数结构体
"""
def __init__(self):
r"""
:param FirstTags: 一级标签结果数组。识别是否文件封。
注意：此字段可能返回 null，表示取不到有效值。
:type FirstTags: list of ImageTag
:param SecondTags: 二级标签结果数组。识别文件封正反面。
注意：此字段可能返回 null，表示取不到有效值。
:type SecondTags: list of ImageTag
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.FirstTags = None
self.SecondTags = None
self.RequestId = None
def _deserialize(self, params):
if params.get("FirstTags") is not None:
self.FirstTags = []
for item in params.get("FirstTags"):
obj = ImageTag()
obj._deserialize(item)
self.FirstTags.append(obj)
if params.get("SecondTags") is not None:
self.SecondTags = []
for item in params.get("SecondTags"):
obj = ImageTag()
obj._deserialize(item)
self.SecondTags.append(obj)
self.RequestId = params.get("RequestId")
class DetectLabelBetaRequest(AbstractModel):
"""DetectLabelBeta请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边：短边<5；
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要base64编码，并且要去掉编码头部。**
:type ImageBase64: str
:param Scenes: 本次调用支持的识别场景，可选值如下：
WEB，针对网络图片优化;
CAMERA，针对手机摄像头拍摄图片优化;
ALBUM，针对手机相册、网盘产品优化;
NEWS，针对新闻、资讯、广电等行业优化；
NONECAM，非实拍图；
LOCATION，主体位置识别；
如果不传此参数，则默认为WEB。
支持多场景（Scenes）一起检测。例如，使用 Scenes=["WEB", "CAMERA"]，即对一张图片使用两个模型同时检测，输出两套识别结果。
:type Scenes: list of str
"""
self.ImageUrl = None
self.ImageBase64 = None
self.Scenes = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
self.Scenes = params.get("Scenes")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectLabelBetaResponse(AbstractModel):
"""DetectLabelBeta返回参数结构体
"""
def __init__(self):
r"""
:param Labels: Web网络版标签结果数组。如未选择WEB场景，则为空。
注意：此字段可能返回 null，表示取不到有效值。
:type Labels: list of DetectLabelItem
:param CameraLabels: Camera摄像头版标签结果数组。如未选择CAMERA场景，则为空。
注意：此字段可能返回 null，表示取不到有效值。
:type CameraLabels: list of DetectLabelItem
:param AlbumLabels: Album相册版标签结果数组。如未选择ALBUM场景，则为空。
注意：此字段可能返回 null，表示取不到有效值。
:type AlbumLabels: list of DetectLabelItem
:param NewsLabels: News新闻版标签结果数组。如未选择NEWS场景，则为空。
新闻版目前为测试阶段，暂不提供每个标签的一级、二级分类信息的输出。
注意：此字段可能返回 null，表示取不到有效值。
:type NewsLabels: list of DetectLabelItem
:param NoneCamLabels: 非实拍标签
注意：此字段可能返回 null，表示取不到有效值。
:type NoneCamLabels: list of DetectLabelItem
:param LocationLabels: 识别结果
注意：此字段可能返回 null，表示取不到有效值。
:type LocationLabels: list of Product
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Labels = None
self.CameraLabels = None
self.AlbumLabels = None
self.NewsLabels = None
self.NoneCamLabels = None
self.LocationLabels = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Labels") is not None:
self.Labels = []
for item in params.get("Labels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.Labels.append(obj)
if params.get("CameraLabels") is not None:
self.CameraLabels = []
for item in params.get("CameraLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.CameraLabels.append(obj)
if params.get("AlbumLabels") is not None:
self.AlbumLabels = []
for item in params.get("AlbumLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.AlbumLabels.append(obj)
if params.get("NewsLabels") is not None:
self.NewsLabels = []
for item in params.get("NewsLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.NewsLabels.append(obj)
if params.get("NoneCamLabels") is not None:
self.NoneCamLabels = []
for item in params.get("NoneCamLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.NoneCamLabels.append(obj)
if params.get("LocationLabels") is not None:
self.LocationLabels = []
for item in params.get("LocationLabels"):
obj = Product()
obj._deserialize(item)
self.LocationLabels.append(obj)
self.RequestId = params.get("RequestId")
class DetectLabelItem(AbstractModel):
"""图像标签检测结果。
"""
def __init__(self):
r"""
:param Name: 图片中的物体名称。
:type Name: str
:param Confidence: 算法对于Name的置信度，0-100之间，值越高，表示对于Name越确定。
:type Confidence: int
:param FirstCategory: 标签的一级分类
:type FirstCategory: str
:param SecondCategory: 标签的二级分类
:type SecondCategory: str
"""
self.Name = None
self.Confidence = None
self.FirstCategory = None
self.SecondCategory = None
def _deserialize(self, params):
self.Name = params.get("Name")
self.Confidence = params.get("Confidence")
self.FirstCategory = params.get("FirstCategory")
self.SecondCategory = params.get("SecondCategory")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectLabelProRequest(AbstractModel):
"""DetectLabelPro请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片 URL 地址。
图片限制：
• 图片格式：PNG、JPG、JPEG、BMP。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边:短边<5；
• 接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片 Base64 编码数据。
与ImageUrl同时存在时优先使用ImageUrl字段。
图片限制：
• 图片格式：PNG、JPG、JPEG、BMP。
• 图片大小：经Base64编码后不超过4M。
**注意：图片需要Base64编码，并且要去掉编码头部。**
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectLabelProResponse(AbstractModel):
"""DetectLabelPro返回参数结构体
"""
def __init__(self):
r"""
:param Labels: 返回标签数组。
注意：此字段可能返回 null，表示取不到有效值。
:type Labels: list of DetectLabelItem
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Labels = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Labels") is not None:
self.Labels = []
for item in params.get("Labels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.Labels.append(obj)
self.RequestId = params.get("RequestId")
class DetectLabelRequest(AbstractModel):
"""DetectLabel请求参数结构体
"""
def __init__(self):
r"""
:param ImageBase64: 图片 Base64 编码数据。
与ImageUrl同时存在时优先使用ImageUrl字段。
图片限制：
• 图片格式：PNG、JPG、JPEG、BMP。
• 图片大小：经Base64编码后不超过4M。
**注意：图片需要Base64编码，并且要去掉编码头部。**
:type ImageBase64: str
:param ImageUrl: 图片 URL 地址。
图片限制：
• 图片格式：PNG、JPG、JPEG、BMP。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边:短边<5；
• 接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param Scenes: 本次调用支持的识别场景，可选值如下：
• WEB，针对网络图片优化;
• CAMERA，针对手机摄像头拍摄图片优化;
• ALBUM，针对手机相册、网盘产品优化;
• NEWS，针对新闻、资讯、广电等行业优化；
如果不传此参数，则默认为WEB。
支持多场景（Scenes）一起检测。例如，使用 Scenes=["WEB", "CAMERA"]，即对一张图片使用两个模型同时检测，输出两套识别结果。
:type Scenes: list of str
"""
self.ImageBase64 = None
self.ImageUrl = None
self.Scenes = None
def _deserialize(self, params):
self.ImageBase64 = params.get("ImageBase64")
self.ImageUrl = params.get("ImageUrl")
self.Scenes = params.get("Scenes")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectLabelResponse(AbstractModel):
"""DetectLabel返回参数结构体
"""
def __init__(self):
r"""
:param Labels: Web网络版标签结果数组。如未选择WEB场景，则为空。
注意：此字段可能返回 null，表示取不到有效值。
:type Labels: list of DetectLabelItem
:param CameraLabels: Camera摄像头版标签结果数组。如未选择CAMERA场景，则为空。
注意：此字段可能返回 null，表示取不到有效值。
:type CameraLabels: list of DetectLabelItem
:param AlbumLabels: Album相册版标签结果数组。如未选择ALBUM场景，则为空。
注意：此字段可能返回 null，表示取不到有效值。
:type AlbumLabels: list of DetectLabelItem
:param NewsLabels: News新闻版标签结果数组。如未选择NEWS场景，则为空。
新闻版目前为测试阶段，暂不提供每个标签的一级、二级分类信息的输出。
注意：此字段可能返回 null，表示取不到有效值。
:type NewsLabels: list of DetectLabelItem
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Labels = None
self.CameraLabels = None
self.AlbumLabels = None
self.NewsLabels = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Labels") is not None:
self.Labels = []
for item in params.get("Labels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.Labels.append(obj)
if params.get("CameraLabels") is not None:
self.CameraLabels = []
for item in params.get("CameraLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.CameraLabels.append(obj)
if params.get("AlbumLabels") is not None:
self.AlbumLabels = []
for item in params.get("AlbumLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.AlbumLabels.append(obj)
if params.get("NewsLabels") is not None:
self.NewsLabels = []
for item in params.get("NewsLabels"):
obj = DetectLabelItem()
obj._deserialize(item)
self.NewsLabels.append(obj)
self.RequestId = params.get("RequestId")
class DetectMisbehaviorRequest(AbstractModel):
"""DetectMisbehavior请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边：短边<5；
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要base64编码，并且要去掉编码头部。**
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectMisbehaviorResponse(AbstractModel):
"""DetectMisbehavior返回参数结构体
"""
def __init__(self):
r"""
:param Confidence: 对于图片中包含不良行为的置信度，取值[0,1]，一般超过0.5则表明可能包含不良行为内容；
:type Confidence: float
:param Type: 图像中最可能包含的不良行为类别，包括赌博、打架斗殴、吸毒等。
:type Type: str
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Confidence = None
self.Type = None
self.RequestId = None
def _deserialize(self, params):
self.Confidence = params.get("Confidence")
self.Type = params.get("Type")
self.RequestId = params.get("RequestId")
class DetectPetRequest(AbstractModel):
"""DetectPet请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片的URL地址。图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。
非腾讯云存储的Url速度和稳定性可能受一定影响。
图片大小的限制为4M，图片像素的限制为4k。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。与ImageUrl同时存在时优先使用ImageUrl字段。
图片大小的限制为4M，图片像素的限制为4k。
**注意：图片需要base64编码，并且要去掉编码头部。**
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectPetResponse(AbstractModel):
"""DetectPet返回参数结构体
"""
def __init__(self):
r"""
:param Pets: 识别出图片中的宠物信息列表。
:type Pets: list of Pet
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Pets = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Pets") is not None:
self.Pets = []
for item in params.get("Pets"):
obj = Pet()
obj._deserialize(item)
self.Pets.append(obj)
self.RequestId = params.get("RequestId")
class DetectProductBetaRequest(AbstractModel):
"""DetectProductBeta请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片限制：内测版仅支持jpg、jpeg，图片大小不超过1M，分辨率在25万到100万之间。
建议先对图片进行压缩，以便提升处理速度。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过1M，分辨率在25万到100万之间。
与ImageUrl同时存在时优先使用ImageUrl字段。
:type ImageBase64: str
:param NeedLemma: 是否需要百科信息 1：是，0: 否，默认是0
:type NeedLemma: int
"""
self.ImageUrl = None
self.ImageBase64 = None
self.NeedLemma = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
self.NeedLemma = params.get("NeedLemma")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectProductBetaResponse(AbstractModel):
"""DetectProductBeta返回参数结构体
"""
def __init__(self):
r"""
:param RegionDetected: 检测到的图片中的商品位置和品类预测。
当图片中存在多个商品时，输出多组坐标，按照__显著性__排序（综合考虑面积、是否在中心、检测算法置信度）。
最多可以输出__3组__检测结果。
:type RegionDetected: list of RegionDetected
:param ProductInfo: 图像识别出的商品的详细信息。
当图像中检测到多个物品时，会对显著性最高的进行识别。
:type ProductInfo: :class:`tencentcloud.tiia.v20190529.models.ProductInfo`
:param ProductInfoList: 相似商品信息列表
注意：此字段可能返回 null，表示取不到有效值。
:type ProductInfoList: list of ProductInfo
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.RegionDetected = None
self.ProductInfo = None
self.ProductInfoList = None
self.RequestId = None
def _deserialize(self, params):
if params.get("RegionDetected") is not None:
self.RegionDetected = []
for item in params.get("RegionDetected"):
obj = RegionDetected()
obj._deserialize(item)
self.RegionDetected.append(obj)
if params.get("ProductInfo") is not None:
self.ProductInfo = ProductInfo()
self.ProductInfo._deserialize(params.get("ProductInfo"))
if params.get("ProductInfoList") is not None:
self.ProductInfoList = []
for item in params.get("ProductInfoList"):
obj = ProductInfo()
obj._deserialize(item)
self.ProductInfoList.append(obj)
self.RequestId = params.get("RequestId")
class DetectProductRequest(AbstractModel):
"""DetectProduct请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边：短边<5；
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要base64编码，并且要去掉编码头部。**
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectProductResponse(AbstractModel):
"""DetectProduct返回参数结构体
"""
def __init__(self):
r"""
:param Products: 商品识别结果数组
:type Products: list of Product
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Products = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Products") is not None:
self.Products = []
for item in params.get("Products"):
obj = Product()
obj._deserialize(item)
self.Products.append(obj)
self.RequestId = params.get("RequestId")
class DetectSecurityRequest(AbstractModel):
"""DetectSecurity请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片的 Url 。
ImageUrl和ImageBase64必须提供一个，同时存在时优先使用ImageUrl字段。
图片限制：
• 图片格式：支持PNG、JPG、JPEG、不支持 GIF 图片。
• 图片大小：对应图片 base64 编码后大小不可超过5M。图片分辨率不超过3840 x 2160 pixel。
建议：
• 接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。
最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
注意：图片需要base64编码，并且要去掉编码头部。
支持的图片格式：PNG、JPG、JPEG、暂不支持GIF格式。
支持的图片大小：所下载图片经Base64编码后不超过5M。
:type ImageBase64: str
:param EnableDetect: 人体检测模型开关，“true”为开启，“false”为关闭
开启后可先对图片中的人体进行检测之后再进行属性识别，默认为开启
:type EnableDetect: bool
:param EnablePreferred: 人体优选开关，“true”为开启，“false”为关闭
开启后自动对检测质量低的人体进行优选过滤，有助于提高属性识别的准确率。
默认为开启，仅在人体检测开关开启时可配置，人体检测模型关闭时人体优选也关闭
如开启人体优选，检测到的人体分辨率需不大于1920*1080 pixel
:type EnablePreferred: bool
"""
self.ImageUrl = None
self.ImageBase64 = None
self.EnableDetect = None
self.EnablePreferred = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
self.EnableDetect = params.get("EnableDetect")
self.EnablePreferred = params.get("EnablePreferred")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class DetectSecurityResponse(AbstractModel):
"""DetectSecurity返回参数结构体
"""
def __init__(self):
r"""
:param Bodies: 识别到的人体属性信息。单个人体属性信息包括人体检测置信度，属性信息，人体检测框。
注意：此字段可能返回 null，表示取不到有效值。
:type Bodies: list of AttributesForBody
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Bodies = None
self.RequestId = None
def _deserialize(self, params):
if params.get("Bodies") is not None:
self.Bodies = []
for item in params.get("Bodies"):
obj = AttributesForBody()
obj._deserialize(item)
self.Bodies.append(obj)
self.RequestId = params.get("RequestId")
class EnhanceImageRequest(AbstractModel):
"""EnhanceImage请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，最大不超过250万像素，否则影响识别效果。
• 长宽比：长边：短边<5。
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。图片经过Base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
注意：图片需要Base64编码，并且要去掉编码头部。
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class EnhanceImageResponse(AbstractModel):
"""EnhanceImage返回参数结构体
"""
def __init__(self):
r"""
:param EnhancedImage: 增强后图片的base64编码。
:type EnhancedImage: str
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.EnhancedImage = None
self.RequestId = None
def _deserialize(self, params):
self.EnhancedImage = params.get("EnhancedImage")
self.RequestId = params.get("RequestId")
class GroupInfo(AbstractModel):
"""图库信息。
"""
def __init__(self):
r"""
:param GroupId: 图库Id。
:type GroupId: str
:param GroupName: 图库名称。
:type GroupName: str
:param Brief: 图库简介。
:type Brief: str
:param MaxCapacity: 图库容量。
:type MaxCapacity: int
:param MaxQps: 该库的访问限频 。
:type MaxQps: int
:param GroupType: 图库类型，对应不同服务类型，默认为1。建议手动调整为4～6，1～3为历史版本，不推荐。
参数值：
4：在自建图库中搜索相同原图，可支持裁剪、翻转、调色、加水印后的图片搜索，适用于图片版权保护、原图查询等场景。
5：在自建图库中搜索相同或相似的商品图片，适用于商品分类、检索、推荐等电商场景。
6：在自建图片库中搜索与输入图片高度相似的图片，适用于相似图案、logo、纹理等图像元素的搜索。
:type GroupType: int
:param PicCount: 图库图片数量。
:type PicCount: int
:param CreateTime: 图库创建时间。
:type CreateTime: str
:param UpdateTime: 图库更新时间。
:type UpdateTime: str
"""
self.GroupId = None
self.GroupName = None
self.Brief = None
self.MaxCapacity = None
self.MaxQps = None
self.GroupType = None
self.PicCount = None
self.CreateTime = None
self.UpdateTime = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.GroupName = params.get("GroupName")
self.Brief = params.get("Brief")
self.MaxCapacity = params.get("MaxCapacity")
self.MaxQps = params.get("MaxQps")
self.GroupType = params.get("GroupType")
self.PicCount = params.get("PicCount")
self.CreateTime = params.get("CreateTime")
self.UpdateTime = params.get("UpdateTime")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class ImageInfo(AbstractModel):
"""图片信息
"""
def __init__(self):
r"""
:param EntityId: 图片名称。
:type EntityId: str
:param CustomContent: 用户自定义的内容。
:type CustomContent: str
:param Tags: 图片自定义标签，JSON格式。
:type Tags: str
:param PicName: 图片名称。
:type PicName: str
:param Score: 相似度。
:type Score: int
"""
self.EntityId = None
self.CustomContent = None
self.Tags = None
self.PicName = None
self.Score = None
def _deserialize(self, params):
self.EntityId = params.get("EntityId")
self.CustomContent = params.get("CustomContent")
self.Tags = params.get("Tags")
self.PicName = params.get("PicName")
self.Score = params.get("Score")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class ImageRect(AbstractModel):
"""图像主体区域坐标
"""
def __init__(self):
r"""
:param X: 左上角横坐标。
:type X: int
:param Y: 左上角纵坐标。
:type Y: int
:param Width: 宽度。
:type Width: int
:param Height: 高度。
:type Height: int
"""
self.X = None
self.Y = None
self.Width = None
self.Height = None
def _deserialize(self, params):
self.X = params.get("X")
self.Y = params.get("Y")
self.Width = params.get("Width")
self.Height = params.get("Height")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class ImageTag(AbstractModel):
"""图片标签。
"""
def __init__(self):
r"""
:param Name: 标签内容。
:type Name: str
:param Confidence: 置信度范围在0-100之间。值越高，表示目标为相应结果的可能性越高。
:type Confidence: float
"""
self.Name = None
self.Confidence = None
def _deserialize(self, params):
self.Name = params.get("Name")
self.Confidence = params.get("Confidence")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class LemmaInfo(AbstractModel):
"""百科词条信息
"""
def __init__(self):
r"""
:param LemmaTitle: 词条
注意：此字段可能返回 null，表示取不到有效值。
:type LemmaTitle: str
:param LemmaAbstract: 词条描述
注意：此字段可能返回 null，表示取不到有效值。
:type LemmaAbstract: str
:param Tag: 标签
注意：此字段可能返回 null，表示取不到有效值。
:type Tag: str
"""
self.LemmaTitle = None
self.LemmaAbstract = None
self.Tag = None
def _deserialize(self, params):
self.LemmaTitle = params.get("LemmaTitle")
self.LemmaAbstract = params.get("LemmaAbstract")
self.Tag = params.get("Tag")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class Location(AbstractModel):
"""检测到的主体在图片中的矩形框位置（四个顶点坐标）
"""
def __init__(self):
r"""
:param XMin: 位置矩形框的左上角横坐标
:type XMin: int
:param YMin: 位置矩形框的左上角纵坐标
:type YMin: int
:param XMax: 位置矩形框的右下角横坐标
:type XMax: int
:param YMax: 位置矩形框的右下角纵坐标
:type YMax: int
"""
self.XMin = None
self.YMin = None
self.XMax = None
self.YMax = None
def _deserialize(self, params):
self.XMin = params.get("XMin")
self.YMin = params.get("YMin")
self.XMax = params.get("XMax")
self.YMax = params.get("YMax")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class ObjectInfo(AbstractModel):
"""图像的主体信息。
"""
def __init__(self):
r"""
:param Box: 图像主体区域。
:type Box: :class:`tencentcloud.tiia.v20190529.models.Box`
:param CategoryId: 主体类别ID。
:type CategoryId: int
:param Colors: 整张图颜色信息。
:type Colors: list of ColorInfo
:param Attributes: 属性信息。
:type Attributes: list of Attribute
:param AllBox: 图像的所有主体区域，置信度，以及主体区域类别ID。
注意：此字段可能返回 null，表示取不到有效值。
:type AllBox: list of Box
"""
self.Box = None
self.CategoryId = None
self.Colors = None
self.Attributes = None
self.AllBox = None
def _deserialize(self, params):
if params.get("Box") is not None:
self.Box = Box()
self.Box._deserialize(params.get("Box"))
self.CategoryId = params.get("CategoryId")
if params.get("Colors") is not None:
self.Colors = []
for item in params.get("Colors"):
obj = ColorInfo()
obj._deserialize(item)
self.Colors.append(obj)
if params.get("Attributes") is not None:
self.Attributes = []
for item in params.get("Attributes"):
obj = Attribute()
obj._deserialize(item)
self.Attributes.append(obj)
if params.get("AllBox") is not None:
self.AllBox = []
for item in params.get("AllBox"):
obj = Box()
obj._deserialize(item)
self.AllBox.append(obj)
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class Pet(AbstractModel):
"""宠物具体信息
"""
def __init__(self):
r"""
:param Name: 识别出的宠物类型（猫或者狗，暂不支持识别猫狗品种）。
:type Name: str
:param Score: 识别服务给识别目标打出的置信度，范围在0-100之间。值越高，表示目标为相应结果的可能性越高。
:type Score: int
:param Location: 识别目标在图片中的坐标。
:type Location: :class:`tencentcloud.tiia.v20190529.models.Rect`
"""
self.Name = None
self.Score = None
self.Location = None
def _deserialize(self, params):
self.Name = params.get("Name")
self.Score = params.get("Score")
if params.get("Location") is not None:
self.Location = Rect()
self.Location._deserialize(params.get("Location"))
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class Product(AbstractModel):
"""检测到的单个商品结构体
"""
def __init__(self):
r"""
:param Name: 图片中商品的三级分类识别结果，选取所有三级分类中的置信度最大者
:type Name: str
:param Parents: 三级商品分类对应的一级分类和二级分类，两级之间用“-”（中划线）隔开，例如商品名称是“硬盘”，那么Parents输出为“电脑、办公-电脑配件”
:type Parents: str
:param Confidence: 算法对于Name的置信度，0-100之间，值越高，表示对于Name越确定
:type Confidence: int
:param XMin: 商品坐标X轴的最小值
:type XMin: int
:param YMin: 商品坐标Y轴的最小值
:type YMin: int
:param XMax: 商品坐标X轴的最大值
:type XMax: int
:param YMax: 商品坐标Y轴的最大值
:type YMax: int
"""
self.Name = None
self.Parents = None
self.Confidence = None
self.XMin = None
self.YMin = None
self.XMax = None
self.YMax = None
def _deserialize(self, params):
self.Name = params.get("Name")
self.Parents = params.get("Parents")
self.Confidence = params.get("Confidence")
self.XMin = params.get("XMin")
self.YMin = params.get("YMin")
self.XMax = params.get("XMax")
self.YMax = params.get("YMax")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class ProductInfo(AbstractModel):
"""图像识别出的商品的详细信息。
当图像中检测到多个物品时，会对显著性最高的物品进行识别。
"""
def __init__(self):
r"""
:param FindSKU: 1表示找到同款商品，以下字段为同款商品信息；
0表示未找到同款商品， 具体商品信息为空（参考价格、名称、品牌等），仅提供商品类目和参考图片（商品库中找到的最相似图片，供参考）。
是否找到同款的判断依据为Score分值，分值越大则同款的可能性越大。
:type FindSKU: int
:param Location: 本商品在图片中的坐标，表示为矩形框的四个顶点坐标。
:type Location: :class:`tencentcloud.tiia.v20190529.models.Location`
:param Name: 商品名称
:type Name: str
:param Brand: 商品品牌
:type Brand: str
:param Price: 参考价格，综合多个信息源，仅供参考。
:type Price: str
:param ProductCategory: 识别结果的商品类目。
包含：鞋、图书音像、箱包、美妆个护、服饰、家电数码、玩具乐器、食品饮料、珠宝、家居家装、药品、酒水、绿植园艺、其他商品、非商品等。
当类别为“非商品”时，除Location、Score和本字段之外的商品信息为空。
:type ProductCategory: str
:param Score: 输入图片中的主体物品和输出结果的相似度。分值越大，输出结果与输入图片是同款的可能性越高。
:type Score: float
:param Image: 搜索到的商品配图URL。
:type Image: str
:param LemmaInfoList: 百科词条列表
注意：此字段可能返回 null，表示取不到有效值。
:type LemmaInfoList: list of LemmaInfo
"""
self.FindSKU = None
self.Location = None
self.Name = None
self.Brand = None
self.Price = None
self.ProductCategory = None
self.Score = None
self.Image = None
self.LemmaInfoList = None
def _deserialize(self, params):
self.FindSKU = params.get("FindSKU")
if params.get("Location") is not None:
self.Location = Location()
self.Location._deserialize(params.get("Location"))
self.Name = params.get("Name")
self.Brand = params.get("Brand")
self.Price = params.get("Price")
self.ProductCategory = params.get("ProductCategory")
self.Score = params.get("Score")
self.Image = params.get("Image")
if params.get("LemmaInfoList") is not None:
self.LemmaInfoList = []
for item in params.get("LemmaInfoList"):
obj = LemmaInfo()
obj._deserialize(item)
self.LemmaInfoList.append(obj)
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class RecognizeCarProRequest(AbstractModel):
"""RecognizeCarPro请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边：短边<5；
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要base64编码，并且要去掉编码头部。**
支持的图片格式：PNG、JPG、JPEG、BMP，暂不支持GIF格式。支持的图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class RecognizeCarProResponse(AbstractModel):
"""RecognizeCarPro返回参数结构体
"""
def __init__(self):
r"""
:param CarCoords: 汽车的四个矩形顶点坐标，如果图片中存在多辆车，则输出最大车辆的坐标。
:type CarCoords: list of Coord
:param CarTags: 车辆属性识别的结果数组，如果识别到多辆车，则会输出每辆车的top1结果。
注意：置信度是指车牌信息置信度。
:type CarTags: list of CarTagItem
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.CarCoords = None
self.CarTags = None
self.RequestId = None
def _deserialize(self, params):
if params.get("CarCoords") is not None:
self.CarCoords = []
for item in params.get("CarCoords"):
obj = Coord()
obj._deserialize(item)
self.CarCoords.append(obj)
if params.get("CarTags") is not None:
self.CarTags = []
for item in params.get("CarTags"):
obj = CarTagItem()
obj._deserialize(item)
self.CarTags.append(obj)
self.RequestId = params.get("RequestId")
class RecognizeCarRequest(AbstractModel):
"""RecognizeCar请求参数结构体
"""
def __init__(self):
r"""
:param ImageUrl: 图片URL地址。
图片限制：
• 图片格式：PNG、JPG、JPEG。
• 图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
建议：
• 图片像素：大于50*50像素，否则影响识别效果；
• 长宽比：长边：短边<5；
接口响应时间会受到图片下载时间的影响，建议使用更可靠的存储服务，推荐将图片存储在腾讯云COS。
:type ImageUrl: str
:param ImageBase64: 图片经过base64编码的内容。最大不超过4M。与ImageUrl同时存在时优先使用ImageUrl字段。
**注意：图片需要base64编码，并且要去掉编码头部。**
支持的图片格式：PNG、JPG、JPEG、BMP，暂不支持GIF格式。支持的图片大小：所下载图片经Base64编码后不超过4M。图片下载时间不超过3秒。
:type ImageBase64: str
"""
self.ImageUrl = None
self.ImageBase64 = None
def _deserialize(self, params):
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class RecognizeCarResponse(AbstractModel):
"""RecognizeCar返回参数结构体
"""
def __init__(self):
r"""
:param CarCoords: 汽车的四个矩形顶点坐标，如果图片中存在多辆车，则输出最大车辆的坐标。
:type CarCoords: list of Coord
:param CarTags: 车辆属性识别的结果数组，如果识别到多辆车，则会输出每辆车的top1结果。
:type CarTags: list of CarTagItem
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.CarCoords = None
self.CarTags = None
self.RequestId = None
def _deserialize(self, params):
if params.get("CarCoords") is not None:
self.CarCoords = []
for item in params.get("CarCoords"):
obj = Coord()
obj._deserialize(item)
self.CarCoords.append(obj)
if params.get("CarTags") is not None:
self.CarTags = []
for item in params.get("CarTags"):
obj = CarTagItem()
obj._deserialize(item)
self.CarTags.append(obj)
self.RequestId = params.get("RequestId")
class Rect(AbstractModel):
"""具体坐标，可用来判断边界
"""
def __init__(self):
r"""
:param X: x轴坐标
:type X: int
:param Y: y轴坐标
:type Y: int
:param Width: (x,y)坐标距离长度
:type Width: int
:param Height: (x,y)坐标距离高度
:type Height: int
"""
self.X = None
self.Y = None
self.Width = None
self.Height = None
def _deserialize(self, params):
self.X = params.get("X")
self.Y = params.get("Y")
self.Width = params.get("Width")
self.Height = params.get("Height")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class RegionDetected(AbstractModel):
"""检测到的图片中的商品位置和品类预测。
当图片中存在多个商品时，输出多组坐标，按照__显著性__排序（综合考虑面积、是否在中心、检测算法置信度）。
最多可以输出__3组__检测结果。
"""
def __init__(self):
r"""
:param Category: 商品的品类预测结果。
包含：鞋、图书音像、箱包、美妆个护、服饰、家电数码、玩具乐器、食品饮料、珠宝、家居家装、药品、酒水、绿植园艺、其他商品、非商品等。
:type Category: str
:param CategoryScore: 商品品类预测的置信度
:type CategoryScore: float
:param Location: 检测到的主体在图片中的坐标，表示为矩形框的四个顶点坐标
:type Location: :class:`tencentcloud.tiia.v20190529.models.Location`
"""
self.Category = None
self.CategoryScore = None
self.Location = None
def _deserialize(self, params):
self.Category = params.get("Category")
self.CategoryScore = params.get("CategoryScore")
if params.get("Location") is not None:
self.Location = Location()
self.Location._deserialize(params.get("Location"))
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class SearchImageRequest(AbstractModel):
"""SearchImage请求参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库名称。
:type GroupId: str
:param ImageUrl: 图片的 Url 。
ImageUrl和ImageBase64必须提供一个，如果都提供，只使用ImageUrl。
图片限制：
• 图片格式：支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。
• 图片大小：对应图片 base64 编码后大小不可超过5M。图片分辨率不超过4096\*4096。
• 如果在商品图像搜索中开启主体识别，分辨率不超过2000\*2000，图片长宽比小于10。
建议：
• 图片存储于腾讯云的Url可保障更高下载速度和稳定性，建议图片存储于腾讯云。非腾讯云存储的Url速度和稳定性可能受一定影响。
:type ImageUrl: str
:param ImageBase64: 图片 base64 数据。
ImageUrl和ImageBase64必须提供一个，如果都提供，只使用ImageUrl。
图片限制：
• 图片格式：支持PNG、JPG、JPEG、BMP，不支持 GIF 图片。
• 图片大小：base64 编码后大小不可超过5M。图片分辨率不超过4096\*4096。
• 如果在商品图像搜索中开启主体识别，分辨率不超过2000\*2000，图片长宽比小于10。
:type ImageBase64: str
:param Limit: 返回结果的数量，默认值为10，最大值为100。
按照相似度分数由高到低排序。
**服务类型为图案花纹搜索时Limit = 1，最多只能返回1个结果。**
:type Limit: int
:param Offset: 返回结果的起始序号，默认值为0。
:type Offset: int
:param MatchThreshold: 匹配阈值。
只有图片相似度分数超过匹配阈值的结果才会返回。
当MatchThreshold为0（默认值）时，各服务类型将按照以下默认的匹配阈值进行结果过滤：
• 通用图像搜索1.0版：50。
• 商品图像搜索2.0升级版：45。
• 商品图像搜索1.0版：28。
• 图案花纹搜索1.0版：56。
建议：
可以手动调整MatchThreshold值来控制输出结果的范围。如果发现无检索结果，可能是因为图片相似度较低导致检索结果被匹配阈值过滤，建议调整为较低的阈值后再次尝试检索。
:type MatchThreshold: int
:param Filter: 标签过滤条件。
针对创建图片时提交的Tags信息进行条件过滤。支持>、>=、 <、 <=、=，!=，多个条件之间支持AND和OR进行连接。
:type Filter: str
:param ImageRect: 图像主体区域。
若设置主体区域，提取指定的区域进行检索。
:type ImageRect: :class:`tencentcloud.tiia.v20190529.models.ImageRect`
:param EnableDetect: 是否需要启用主体识别，默认为**TRUE** 。
• 为**TRUE**时，启用主体识别，返回主体信息。若没有指定**ImageRect**，自动提取最大面积主体进行检索并进行主体识别。主体识别结果可在**Response中**获取。
• 为**FALSE**时，不启用主体识别，不返回主体信息。若没有指定**ImageRect**，以整张图检索图片。
**注意：仅服务类型为商品图像搜索时才生效。**
:type EnableDetect: bool
:param CategoryId: 图像类目ID。
若设置类目ID，提取以下类目的主体进行检索。
类目取值说明：
0：上衣。
1：裙装。
2：下装。
3：包。
4：鞋。
5：配饰。
**注意：仅服务类型为商品图像搜索时才生效。**
:type CategoryId: int
"""
self.GroupId = None
self.ImageUrl = None
self.ImageBase64 = None
self.Limit = None
self.Offset = None
self.MatchThreshold = None
self.Filter = None
self.ImageRect = None
self.EnableDetect = None
self.CategoryId = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.ImageUrl = params.get("ImageUrl")
self.ImageBase64 = params.get("ImageBase64")
self.Limit = params.get("Limit")
self.Offset = params.get("Offset")
self.MatchThreshold = params.get("MatchThreshold")
self.Filter = params.get("Filter")
if params.get("ImageRect") is not None:
self.ImageRect = ImageRect()
self.ImageRect._deserialize(params.get("ImageRect"))
self.EnableDetect = params.get("EnableDetect")
self.CategoryId = params.get("CategoryId")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class SearchImageResponse(AbstractModel):
"""SearchImage返回参数结构体
"""
def __init__(self):
r"""
:param Count: 返回结果数量。
:type Count: int
:param ImageInfos: 图片信息。
注意：此字段可能返回 null，表示取不到有效值。
:type ImageInfos: list of ImageInfo
:param Object: 输入图的主体信息。
若启用主体识别且在请求中指定了类目ID或主体区域，以指定的主体为准。若启用主体识别且没有指定，以最大面积主体为准。
**注意：仅服务类型为商品图像搜索时才生效。**
注意：此字段可能返回 null，表示取不到有效值。
:type Object: :class:`tencentcloud.tiia.v20190529.models.ObjectInfo`
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.Count = None
self.ImageInfos = None
self.Object = None
self.RequestId = None
def _deserialize(self, params):
self.Count = params.get("Count")
if params.get("ImageInfos") is not None:
self.ImageInfos = []
for item in params.get("ImageInfos"):
obj = ImageInfo()
obj._deserialize(item)
self.ImageInfos.append(obj)
if params.get("Object") is not None:
self.Object = ObjectInfo()
self.Object._deserialize(params.get("Object"))
self.RequestId = params.get("RequestId")
class UpdateImageRequest(AbstractModel):
"""UpdateImage请求参数结构体
"""
def __init__(self):
r"""
:param GroupId: 图库ID。
:type GroupId: str
:param EntityId: 物品ID，最多支持64个字符。
:type EntityId: str
:param PicName: 图片名称，最多支持64个字符。
:type PicName: str
:param Tags: 新的自定义标签，最多不超过10个，格式为JSON。
:type Tags: str
"""
self.GroupId = None
self.EntityId = None
self.PicName = None
self.Tags = None
def _deserialize(self, params):
self.GroupId = params.get("GroupId")
self.EntityId = params.get("EntityId")
self.PicName = params.get("PicName")
self.Tags = params.get("Tags")
memeber_set = set(params.keys())
for name, value in vars(self).items():
if name in memeber_set:
memeber_set.remove(name)
if len(memeber_set) > 0:
warnings.warn("%s fileds are useless." % ",".join(memeber_set))
class UpdateImageResponse(AbstractModel):
"""UpdateImage返回参数结构体
"""
def __init__(self):
r"""
:param RequestId: 唯一请求 ID，每次请求都会返回。定位问题时需要提供该次请求的 RequestId。
:type RequestId: str
"""
self.RequestId = None
def _deserialize(self, params):
self.RequestId = params.get("RequestId")