树莓派+Python新手：如何从Google Cloud Vision返回的JSON提取特定数据？

嘿，作为刚接触Raspberry Pi和Python的新手，能搞定Google Cloud Vision的配置已经超棒啦！提取JSON里的特定数据其实很直观，我来给你一步步拆解～

首先，你拿到的这个JSON结构是Google Cloud Vision人脸检测的标准响应格式：responses是一个列表（对应你上传的每张图片），里面的每个元素包含faceAnnotations列表（对应图片里检测到的每张脸）。我们可以直接用Python的字典操作来提取想要的数据。

第一步：把响应转换成可操作的Python对象 #

如果你是用Google Cloud的Python客户端库调用的API，返回的response本身已经是Python字典了，不需要额外转换。如果是拿到的JSON字符串，先用json.loads()转成字典：

import json

# 假设你拿到的是JSON字符串
json_str = '{"responses": [{"faceAnnotations": [{"angerLikelihood": "UNLIKELY", ...}]}]}'
response = json.loads(json_str)

第二步：提取核心数据 #

我们以你的示例响应为例，一步步提取常用字段：

1. 提取第一张脸的标注信息

# 获取第一张图片的分析结果（responses是列表，默认取第一个元素）
image_result = response['responses'][0]
# 获取图片里的所有人脸标注（如果有多张脸，这个列表会有多个元素）
face_list = image_result['faceAnnotations']
# 取第一张脸的详细数据
first_face = face_list[0]

2. 提取情绪可能性（比如愤怒、模糊程度）

# 提取愤怒可能性
anger_level = first_face['angerLikelihood']
print(f"愤怒可能性：{anger_level}")

# 提取模糊程度
blur_level = first_face['blurredLikelihood']
print(f"人脸模糊程度：{blur_level}")

3. 提取人脸检测的置信度

confidence = first_face['detectionConfidence']
# 保留四位小数输出更易读
print(f"人脸检测置信度：{confidence:.4f}")

4. 提取人脸的边界框坐标

boundingPoly里的vertices是四个顶点的坐标，注意有些顶点可能只包含x或y值，用.get()方法可以避免报错：

vertices = first_face['boundingPoly']['vertices']
# 整理成上下左右四个角的坐标
bounding_box = {
    '左上角': (vertices[0]['x'], vertices[0].get('y', 0)),
    '右上角': (vertices[1]['x'], vertices[1].get('y', 0)),
    '右下角': (vertices[2]['x'], vertices[2]['y']),
    '左下角': (vertices[3]['x'], vertices[3]['y'])
}
print("人脸边界框坐标：", bounding_box)

处理多张脸的情况 #

如果图片里有多张脸，用循环遍历face_list即可：

for idx, face in enumerate(face_list):
    print(f"\n第{idx+1}张脸的数据：")
    print(f"愤怒可能性：{face['angerLikelihood']}")
    print(f"检测置信度：{face['detectionConfidence']:.4f}")

小提示 #

• 如果不确定某个字段是否存在，用face.get('字段名', 默认值)的方式，比如face.get('joyLikelihood', 'UNKNOWN')，这样不会因为缺少字段抛出KeyError。
• 如果你用的是Google Cloud Vision的客户端库，也可以直接调用对象的属性（比如face.anger_likelihood），不过直接操作字典更直观，适合新手理解结构。

内容的提问来源于stack exchange，提问作者Daniel