java鉴黄源码_真香，我把百万鉴黄服务源码开源了

旧城等待， 2022-11-09 06:34 160阅读 0赞

![AAffA0nNPuCLAAAAAElFTkSuQmCC][]

前言

最近某云审查的比较严，图床上的内容也无奈关闭了，有兴趣的小伙伴可以使用炒鸡工具箱自行搭建。今儿跟大家分享一下之前自建鉴黄服务的这个流程顺便分享一下相关源码。

图床架构

![AAffA0nNPuCLAAAAAElFTkSuQmCC][]

鉴黄流程

![AAffA0nNPuCLAAAAAElFTkSuQmCC][]

代码案例

建议有一定的Linux、Java、Python、TensorFlow、Docker基础。

使用Java调用Python脚本，当然你也可以自己搭建一个基于Python的Web服务：

// yellowPath 脚本存放位置，后面会讲到

@Value("$\{yellow.path\}")

private String yellowPath;

/\*\*

\* 自家库鉴黄

\* @param imagePath 作为参数供Python脚本使用

\* @return

\*/

public String check(String imagePath) \{

String\[\] arguments = new String\[\] \{"python3",yellowPath,imagePath\};

String classes = "";

try \{

String line = null;

Process process = Runtime.getRuntime().exec(arguments);

BufferedReader in = new BufferedReader(new InputStreamReader(process.getInputStream(),"GBK"));

while ((line = in.readLine()) != null) \{

System.out.println(line);

classes = line;

in.close();

int re = process.waitFor();

System.out.println(re);

\} catch (Exception e) \{

e.printStackTrace();

return classes;

处理图片的Python脚本，请自行安装各种依赖库：

import sys

import json

import requests

from PIL import Image

import numpy as np

\_IMAGE\_SIZE = 64

\# TensorFlow-serving 调用地址，这里要替换成自己的，后面会讲到如何安装

SERVER\_URL = 'http://172.17.0.2:8501/v1/models/image:predict'

\_LABEL\_MAP = \{0: 'drawings', 1: 'hentai', 2: 'neutral', 3: 'porn', 4: 'sexy'\}

def standardize(img):

mean = np.mean(img)

std = np.std(img)

img = (img - mean) / std

return img

\# 导入

def load\_image(image\_path):

img = Image.open(image\_path)

img = img.resize((\_IMAGE\_SIZE, \_IMAGE\_SIZE))

img.load()

data = np.asarray(img, dtype="float32")

data = standardize(data)

data = data.astype(np.float16, copy=False)

return data

\# 分析

def nsfw\_predict(image\_data):

pay\_load = json.dumps(\{"inputs": \[image\_data.tolist()\]\})

response = requests.post(SERVER\_URL, data=pay\_load)

data = response.json()

outputs = data\['outputs'\]

predict\_result = \{"classes": \_LABEL\_MAP.get(outputs\['classes'\]\[0\])\}

predict\_result\['probabilities'\] = \{\_LABEL\_MAP.get(i): l for i, l in enumerate(outputs\['probabilities'\]\[0\])\}

return predict\_result

if \_\_name\_\_ == '\_\_main\_\_':

image\_data = load\_image(sys.argv\[1\])

predict = nsfw\_predict(image\_data)

print(predict)

这里我们直接使用TensorFlow 的 TensorFlow-serving 对外提供服务，为了安装方便，我们使用Docker安装部署。

docker run -d --rm -p 8501:8501 \\

\--name nsfw \\

\-e MODEL\_NAME=nsfw \\

tensorflow/serving

可以通过以下命令查看容器IP地址：

docker inspect nsfw

复制模型数据(阅读原文获取)到容器：

docker cp /home/nsfw/data/models/ nsfw:/models/image

进入容器：

docker exec -it nsfw /bin/bash

启动服务：

tensorflow\_model\_server --port=8500 --rest\_api\_port=8501 --model\_name=image --model\_base\_path=/models/image

随便找一张图片，执行脚本，如出现以下内容说明配置成功：

\[root@VM\_0\_5\_centos python\]\# python3 yellow.py /home/python/6.jpg

\{'classes': 'sexy', 'probabilities': \{'drawings': 0.0134889195, 'hentai': 0.00636488385, 'neutral': 0.0619314834, 'porn': 0.20824486, 'sexy': 0.709969819\}\}

小结

自己搭建的香归香，但还是觉得UCloud免费的鉴黄接口更香！！！

源码

[AAffA0nNPuCLAAAAAElFTkSuQmCC]:

java鉴黄源码_真香，我把百万鉴黄服务源码开源了

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关源码阅读范例！终于有人把JDK源码精髓收录成册，全网开源了

相关 Java七牛云图片鉴黄

相关 Java后台微信内容安全接口,文字敏感，图片鉴黄

相关 java鉴黄源码_真香，我把百万鉴黄服务源码开源了

相关 Kubernetes源码学习-APIServer-P4-APIServer的鉴权机制

相关 api图片鉴黄

相关 thinkphp5 + 微信小程序实现上传图片鉴黄

相关七牛云鉴黄实现

相关 EventBus源码的简单解析-黄俊东-专题视频课程

相关肝了一晚上搞出来一个微信订阅号鉴黄机器人