php七牛视频鉴黄,API调用视频鉴黄v1（不推荐）

视频鉴黄提供视频内容检测，识别视频中是否存在色情内容。

支持存储在七牛云 bucket(支持华东、华北和华南 bucket)或 非七牛云 bucket 中的视频进行视频鉴黄。

支持实时处理和异步处理两种方式：实时处理时，视频鉴黄结果会在识别完成后立即返回；异步处理时，会立即返回job_id，视频鉴黄结果通过job_id获得。

视频鉴黄结果会返回所有视频片段是属于色情、性感、还是正常的识别结果。同时为了让用户知道一个视频整体的分类，返回的结果会包含视频片段中出现过的分类，并显示属于这个分类的视频片段的最高的置信度。

可以通过设置请求参数，仅返回满足客户需求的视频片段(例如：用户仅需要返回色情的视频片段，以便对这部分内容做人工审核)。

支持一次调用同时请求鉴黄、鉴暴恐、敏感人物识别。请查看文档中三鉴(鉴黄、鉴暴恐和敏感人物识别)同时调用的示例。

视频片段segments：视频鉴黄是把视频截帧后，对截帧图片进行鉴黄。当连续帧推理结果一致时，表示这些帧都属于同一种类型，则把这一时段的视频认为是一个视频片段。

请求语法

POST /v1/video/

Host: ai.qiniuapi.com

Content-Type: application/json

Authorization: Qiniu :

{

"data": {

"uri": "http://www.qiniu.com/video.mp4"

},

"params": {

"async": ,

"vframe": {

"mode": ,

"interval":

},

"save": {

"bucket": ,

"prefix":

},

"hookURL": "http://yy.com/yyy"

},

"ops": [

{

"op": ,

"params": {

"labels": [

{

"label": ,

"select": ,

"score":

},

...

]

}

},

...

]

}

注意： 需要在 POST 请求的 head 部分添加七牛鉴权，以进行用户身份验证。

参数

类型

必选

说明

vid

string

是

调用者设置的视频唯一标识，异步处理的返回结果中会带上该信息

data.uri

string

是

视频地址

params.async

boolean

否

true是异步处理，false是同步处理，不填则取默认值false

params.vframe.mode

int

否

截帧逻辑，可选值为[0, 1]。0表示每隔固定时间截一帧，固定时间在vframe.interval中设定；1表示截关键帧。不填表示取默认值1。

params.vframe.interval

int

否

当params.vframe.mode取0时，用来设置每隔多长时间截一帧，单位s, 取值范围为1～60,不填则取默认值5s

params.save.bucket

string

否

保存截帧图片的Bucket名称，目前只支持华东的bucket。如何创建七牛云bucket,请参见文档。

params.save.prefix

string

否

截帧图片名称的前缀，图片名称的格式为// (图片命名格式仅供参考，业务请不要依赖此命名格式)

params.hookURL

string

否

视频检测结束后的回调地址

ops.op

string

是

视频检测执行的命令，支持多种视频检测操作。目前，视频鉴黄的命令就是pulp。

ops.op.params.labels.label

string

否

对某个命令返回label进行过滤，必须与ops.op.params.labels.select、ops.op.params.labels.score一起使用。例如，视频鉴黄的命令pulp的label有0色情, 1性感, 2正常。如果设置为label=0和select=2,则返回结果中只返回label=0的片段。注：score 越高，说明属于这一个分类(label)的概率越高。比如色情、性感、正常的label，正常这个label对应的score最高，则说明图片最有可能是正常的。

ops.op.params.labels.select

int

否

对ops.op.params.labels.label中设置的label,设置过滤条件，1表示忽略不选，2表示只选该类别。

ops.op.params.labels.score

float

否

过滤返回label结果的置信度参数，当ops.op.params.labels.select=1时表示忽略不选小于该设置的结果，当select=2时表示只选大于等于该设置的结果

响应语法

返回结果按照请求参数params.async分为两种：

params.async == false：实时处理请求，视频鉴黄完成后就返回结果

HTTP/1.1 200 OK

Content-Type: application/json

{

: {

"labels": [

{

"label": ,

"score":

},

...

],

"segments": [

{

"offset_begin": ,

"offset_end": ,

"labels": [

{

"label": ,

"score":

},

...

],

"cuts": [

{

"offset": ,

"uri": ,

"result": {}

},

...

]

},

...

]

}

}参数

类型

说明

op

string

视频检测命令

op.labels.label

string

视频维度的标签，与op.lables.score 成对返回。例如，某个视频进行视频鉴黄处理，视频片断中有若干个标签为0色情和1性感的结果，那么就表示这个视频有0色情和1性感两类标签。

op.lables.score

float

显示的是op.labels.label这类标签的置信度。这个值取的是该视频中属于这类的所有视频片断的置信度的最大值。

op.segments.offset_begin

int

视频片段起始的时间位置。

op.segments.offset_end

int

视频片段结束的时间位置。

op.segments.labels.label

string

视频片断所属的标签，一个视频片断只会有一个标签。

op.segments.labels.score

float

视频片断所属标签的置信度。这个值取的是该视频片断中所有帧的置信度的最大值。

op.segments.cuts.offset

int

视频截帧的时间位置

op.segments.cuts.uri

string

视频截帧的保存路径

op.segments.cuts.result

interface

视频截帧得到的图片的检测标签，结果与具体的命令有关。例如，视频鉴黄的命令pulp的标签有0色情, 1性感, 2正常。

params.async == true：异步处理请求，立即返回job_id

HTTP/1.1 200 OK

Content-Type: application/json

{

"job":

}参数

类型

必选

说明

job_id

string

是

服务器返回的，唯一标识该视频任务的ID。

异步处理的结果

异步处理后，获取单个视频鉴黄的结果

请求语法

GET /v1/jobs/video/ HTTP/1.1

Host: ai.qiniuapi.com

Authorization: Qiniu :

注意： 需要在请求的 head 部分添加七牛鉴权，以进行用户身份验证。

参数

类型

必选

说明

job_id

string

是

服务器返回的，唯一标识该视频任务的ID。

响应语法

{

"id": ,

"vid": ,

"request": {},

"status": ,

"result": {

: {

},

...

},

"error": ,

"created_at": ,

"updated_at":

}参数

类型

说明

id

string

服务器返回的，唯一标识该视频任务的ID

vid

string

视频唯一标识，申请任务时传入的vid

request

object

视频分析请求

status

string

任务状态，WAITING/DOING/RESCHEDULED/FAILED/FINISHED,RESCHEDULED是指等待重试中

result

object

详细解释见实时处理请求返回结果

error

string

处理视频的过程中遇到的错误，会返回相应的错误信息，详细解释见错误代码含义

created_at

string

任务创建时间，like: 2006-01-02T15:03:04

updated_at

string

任务更新时间，like: 2006-01-02T15:03:04

错误代码含义

Error Code

Error Message

Desc

400

"bad op"

输入的op值不支持

400

"invalid interval, allow mode is [0, 10]"

输入的vframe的interval值不在[0-10]的范围

400

"invalid mode, allow mode is [0, 1]"

输入的vframe的mode值不在[0-1]的范围

424

"cannot find the video"

找不到输入的视频文件

400

"cannot open the file"

打不开输入的视频文件

500

"cannot allow memory"

发生内存不足等情况

异步处理时，获取视频处理任务状态

请求语法

GET /v1/jobs/video?status= HTTP/1.1

Host: ai.qiniuapi.com

Authorization: Qiniu :

注意： 需要在请求的 head 部分添加七牛鉴权，以进行用户身份验证。

参数

类型

必选

说明

status

string

否

任务状态，WAITING/DOING/RESCHEDULED/FAILED/FINISHED,RESCHEDULED是指等待重试中

响应语法

[

{

"id": ,

"status": ,

"created_at": ,

"updated_at":

},

...

]参数

类型

说明

id

string

服务器返回的，唯一标识该视频任务的ID

status

string

任务状态，WAITING/DOING/RESCHEDULED/FAILED/FINISHED,RESCHEDULED是指等待重试中

created_at

string

任务创建时间，like: 2006-01-02T15:03:04

updated_at

string

任务更新时间，like: 2006-01-02T15:03:04

视频处理的结果回调

所有op处理结束后的结果回调CALLBACK /v1/video/result

请求语法

POST /xxxxx HTTP/1.1

Content-Type: application/json

{

"id": ,

"result": {

: {

},

...

}

}参数

类型

说明

id

string

调用者设置的视频唯一标识

result

object

详细解释见实时处理请求返回结果

请求示例

{

"data": {

"uri": "http://foo.com/foo.mp4"

},

"params": {

"vframe": {

"interval": 5

}

},

"ops": [

{

"op": "pulp",

}

]

}

返回示例

{

"pulp": {

"labels": [{

"label": "2",

"score": 0.9991879

}, {

"label": "0",

"score": 0.49774298

}],

"segments": [{

"offset_begin": 0,

"offset_end": 2233,

"labels": [{

"label": "2",

"score": 0.99896765

}],

"cuts": [{

"offset": 0,

"result": {

"label": 2,

"score": 0.99896765,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99896765

}, {

"index": 1,

"class": "sexy",

"score": 0.000120945006

}, {

"index": 0,

"class": "pulp",

"score": 0.000070455964

}]

}

}, {

"offset": 2233,

"result": {

"label": 2,

"score": 0.99812955,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99812955

}, {

"index": 0,

"class": "pulp",

"score": 0.00028895753

}, {

"index": 1,

"class": "sexy",

"score": 0.00005779577

}]

}

}]

}, {

"offset_begin": 5300,

"offset_end": 5300,

"labels": [{

"label": "0",

"score": 0.49774298

}],

"cuts": [{

"offset": 5300,

"result": {

"label": 0,

"score": 0.49774298,

"review": true,

"confidences": [{

"index": 0,

"class": "pulp",

"score": 0.49774298

}, {

"index": 2,

"class": "normal",

"score": 0.14850456

}, {

"index": 1,

"class": "sexy",

"score": 0.027909799

}]

}

}]

}, {

"offset_begin": 10800,

"offset_end": 37800,

"labels": [{

"label": "2",

"score": 0.9991879

}],

"cuts": [{

"offset": 10800,

"result": {

"label": 2,

"score": 0.9991879,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.9991879

}, {

"index": 1,

"class": "sexy",

"score": 0.00008958933

}, {

"index": 0,

"class": "pulp",

"score": 0.000060963135

}]

}

}, {

"offset": 11666,

"result": {

"label": 2,

"score": 0.99494386,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99494386

}, {

"index": 0,

"class": "pulp",

"score": 0.00061269634

}, {

"index": 1,

"class": "sexy",

"score": 0.00032472512

}]

}

}, {

"offset": 17466,

"result": {

"label": 2,

"score": 0.9978196,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.9978196

}, {

"index": 1,

"class": "sexy",

"score": 0.00024165121

}, {

"index": 0,

"class": "pulp",

"score": 0.00016254994

}]

}

}, {

"offset": 23133,

"result": {

"label": 2,

"score": 0.99635637,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99635637

}, {

"index": 1,

"class": "sexy",

"score": 0.00047670802

}, {

"index": 0,

"class": "pulp",

"score": 0.00019879821

}]

}

}, {

"offset": 26600,

"result": {

"label": 2,

"score": 0.98734176,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.98734176

}, {

"index": 1,

"class": "sexy",

"score": 0.002269196

}, {

"index": 0,

"class": "pulp",

"score": 0.00007761171

}]

}

}, {

"offset": 31999,

"result": {

"label": 2,

"score": 0.99583465,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99583465

}, {

"index": 1,

"class": "sexy",

"score": 0.00071806915

}, {

"index": 0,

"class": "pulp",

"score": 0.0000541617

}]

}

}, {

"offset": 37800,

"result": {

"label": 2,

"score": 0.99828905,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99828905

}, {

"index": 1,

"class": "sexy",

"score": 0.00028825115

}, {

"index": 0,

"class": "pulp",

"score": 0.000028989076

}]

}

}]

}]

}

}

三鉴同时调用的示例

{

"data": {

"uri": "http://os4v3rzk2.bkt.clouddn.com/20180901184507plUL4y.mp4"

},

"params": {

"vframe": {

"interval": 5

}

},

"ops": [

{

"op": "pulp"

},

{

"op": "terror"

},

{

"op": "politician"

}

]

}

三鉴同时调用的返回示例

{

"politician": {

"segments": null

},

"pulp": {

"labels": [{

"label": "2",

"score": 0.9991879

}, {

"label": "0",

"score": 0.49775043

}],

"segments": [{

"offset_begin": 0,

"offset_end": 2233,

"labels": [{

"label": "2",

"score": 0.99896765

}],

"cuts": [{

"offset": 0,

"result": {

"label": 2,

"score": 0.99896765,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99896765

}, {

"index": 1,

"class": "sexy",

"score": 0.000120948236

}, {

"index": 0,

"class": "pulp",

"score": 0.00007045435

}]

}

}, {

"offset": 2233,

"result": {

"label": 2,

"score": 0.99812955,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99812955

}, {

"index": 0,

"class": "pulp",

"score": 0.00028895302

}, {

"index": 1,

"class": "sexy",

"score": 0.000057794834

}]

}

}]

}, {

"offset_begin": 5300,

"offset_end": 5300,

"labels": [{

"label": "0",

"score": 0.49775043

}],

"cuts": [{

"offset": 5300,

"result": {

"label": 0,

"score": 0.49775043,

"review": true,

"confidences": [{

"index": 0,

"class": "pulp",

"score": 0.49775043

}, {

"index": 2,

"class": "normal",

"score": 0.14849894

}, {

"index": 1,

"class": "sexy",

"score": 0.027908035

}]

}

}]

}, {

"offset_begin": 10800,

"offset_end": 37800,

"labels": [{

"label": "2",

"score": 0.9991879

}],

"cuts": [{

"offset": 10800,

"result": {

"label": 2,

"score": 0.9991879,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.9991879

}, {

"index": 1,

"class": "sexy",

"score": 0.00008958942

}, {

"index": 0,

"class": "pulp",

"score": 0.000060963186

}]

}

}, {

"offset": 11666,

"result": {

"label": 2,

"score": 0.99494386,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99494386

}, {

"index": 0,

"class": "pulp",

"score": 0.00061269663

}, {

"index": 1,

"class": "sexy",

"score": 0.00032472447

}]

}

}, {

"offset": 17466,

"result": {

"label": 2,

"score": 0.9978196,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.9978196

}, {

"index": 1,

"class": "sexy",

"score": 0.00024165121

}, {

"index": 0,

"class": "pulp",

"score": 0.00016254994

}]

}

}, {

"offset": 23133,

"result": {

"label": 2,

"score": 0.99635637,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99635637

}, {

"index": 1,

"class": "sexy",

"score": 0.00047670802

}, {

"index": 0,

"class": "pulp",

"score": 0.00019879821

}]

}

}, {

"offset": 26600,

"result": {

"label": 2,

"score": 0.9873413,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.9873413

}, {

"index": 1,

"class": "sexy",

"score": 0.002269225

}, {

"index": 0,

"class": "pulp",

"score": 0.000077612145

}]

}

}, {

"offset": 31999,

"result": {

"label": 2,

"score": 0.99583465,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99583465

}, {

"index": 1,

"class": "sexy",

"score": 0.00071806915

}, {

"index": 0,

"class": "pulp",

"score": 0.0000541617

}]

}

}, {

"offset": 37800,

"result": {

"label": 2,

"score": 0.99828905,

"review": false,

"confidences": [{

"index": 2,

"class": "normal",

"score": 0.99828905

}, {

"index": 1,

"class": "sexy",

"score": 0.00028824853

}, {

"index": 0,

"class": "pulp",

"score": 0.00002898877

}]

}

}]

}]

},

"terror": {

"labels": [{

"label": "0",

"score": 0.99663216

}, {

"label": "1",

"score": 0.946602

}],

"segments": [{

"offset_begin": 0,

"offset_end": 0,

"labels": [{

"label": "0",

"score": 0.9935556

}],

"cuts": [{

"offset": 0,

"result": {

"label": 0,

"score": 0.9935556,

"review": false

}

}]

}, {

"offset_begin": 2233,

"offset_end": 2233,

"labels": [{

"label": "1",

"score": 0.946602

}],

"cuts": [{

"offset": 2233,

"result": {

"label": 1,

"score": 0.946602,

"review": false

}

}]

}, {

"offset_begin": 5300,

"offset_end": 37800,

"labels": [{

"label": "0",

"score": 0.99663216

}],

"cuts": [{

"offset": 5300,

"result": {

"label": 0,

"score": 0.83630264,

"review": false

}

}, {

"offset": 10800,

"result": {

"label": 0,

"score": 0.5058211,

"review": false

}

}, {

"offset": 11666,

"result": {

"label": 0,

"score": 0.99561405,

"review": false

}

}, {

"offset": 17466,

"result": {

"label": 0,

"score": 0.99663216,

"review": false

}

}, {

"offset": 23133,

"result": {

"label": 0,

"score": 0.95209014,

"review": false

}

}, {

"offset": 26600,

"result": {

"label": 0,

"score": 0.18816724,

"review": false

}

}, {

"offset": 31999,

"result": {

"label": 0,

"score": 0.86865,

"review": false

}

}, {

"offset": 37800,

"result": {

"label": 0,

"score": 0.97071385,

"review": false

}

}]

}]

}

}

价格

视频鉴黄的工作流程如下：

1)按照API里面的设置对视频进行截帧，不额外收费

2)对截帧进行图片鉴黄

所以，视频鉴黄的价格最终还是图片鉴黄的价格，具体价格请参考。

服务价格

视频鉴黄是对视频截帧后，对截帧进行图片鉴黄，所以视频鉴黄价格实际使用的是截帧图片鉴黄的价格，与图片鉴黄共用范围。

例：

某月视频文件使用视频鉴黄服务，视频截帧的数量为400万，即视频鉴黄产生的图片鉴黄量为400万；当月图片文件使用鉴黄服务，其调用量为106万。则这个月总的图片鉴黄调用量为506万，账单金额则为:

图片鉴黄：

3000000*0.155/100+2000000*0.145/100=4650+2900＝7550元