图片在线检测

接口地址

http://as.dun.163.com/v4/image/check

接口描述

该接口同步返回内容安全服务实时反垃圾引擎检测结果,产品根据图片分类结果,做图片初步过滤。由于网络环境及图片本身大小的影响(建议产品对图片进行压缩后,再过反垃圾检测),部分图片可能出现下载超时情况,该部分数据会返回检测失败,请重新检测。机器离线检测后,可能会有部分不确定的数据需要人工进一步确认。离线检测结果及人工确认结果需产品自行定期调用图片离线检测结果获取

V3在线检测接口文档请点此下载查看

图片限制

◆ 目前支持的图片文件格式有:jpg, png, bmp, gif, webp, tiff;

◆ 支持图片大小:单张<10M;

◆ 图片尺寸大小:不小于 50px*50px;

◆ gif图长图说明:易盾自动将gif图长图截帧过检,最多5张,gif图长图均按照实际截图张数进行计费;

◆ 长图定义:长宽比大于5的图片

请求参数

公共参数已省略,详细见 请求公共参数

基本参数

参数名称类型是否必选最大长度描述
imagesString(json数组)Y32张或10MBimages为json数组,支持批量检测
versionStringY4接口版本v4

images参数结构说明

字段名称类型是否必选最大长度描述
nameStringY1024图片名称(或图片标识), 该字段为回调信号字段,产品可以根据业务情况自行设计,如json结构、或者为图片url均可
typeNumberY4类型,分别为1:图片URL,2:图片BASE64值
dataStringY32张或者10MB图片内容,如type=1,则该值为图片URL,如type=2,则该值为图片BASE64值。图片URL检测单次请求最多支持32张,图片BASE64值检测单次请求大小限制为最多10MB
callbackUrlStringN256离线结果回调通知到客户的URL。主动回调数据接口超时时间设置为2s,为了保证顺利接收数据,需保证接收接口性能稳定并且保证幂等性。

业务参数

业务扩展参数,有助于通过业务维度辅助反垃圾结果判定,建议传入。

参数名称类型是否必选最大长度描述
ipStringN128用户IP地址
accountStringN128用户唯一标识,如果无需登录则为空
deviceTypeNumberN4用户设备类型,1:web, 2:wap, 3:android, 4:iphone, 5:ipad, 6:pc, 7:wp
deviceIdStringN128用户设备 id

扩展参数

参数名称类型是否必选最大长度描述
checkLabelsString数组N64接口指定过检分类,可多选,过检分类列表:100:色情,110:性感低俗,200:广告,210:二维码,300:暴恐,400:违禁,500:涉政

响应结果

响应字段如下,响应通用字段已省略,详细见 响应通用字段

反垃圾结果

antispam 数组数据结构

参数名称类型描述
nameString图片名称(或图片标识)
taskIdString本次请求数据标识,可以根据该标识查询数据最新结果
statusNumber图片检测状态码,定义为:0:检测成功,610:图片下载失败,620:图片格式错误,630:其它
actionjson对象建议动作,2:建议删除,1:建议审核,0:建议通过
censorTypeNumber审核模式,0:纯机审,1:机审+部分人审,2:机审+全量人审
strategyVersionString策略版本号,策略调整后会更新,可用于追溯机审调优效果
labelsjson数组分类信息

labels 数据结构

参数名称类型描述
labelNumber分类信息,100:色情,110:性感低俗,200:广告,210:二维码,260:广告法,300:暴恐,400:违禁,500:涉政,900:其他
subLabelsjson数组细分类信息,可能包含多个,可能为空
leveljson对象分类级别,0:正常,1:不确定,2:确定
rateNumber置信度分数,0-1之间取值,1为置信度最高,0为置信度最低。若level为正常,置信度越大,说明正常的可能性越高。若level为不确定或确定,置信度越大,说明垃圾的可能性越高

subLabels 数据结构

参数名称类型描述
subLabelNumber细分类,详细编码请参考下方对应细分类编码对应表
rateNumber置信度分数,0-1之间取值,1为置信度最高,0为置信度最低
detailsjson数组命中详情说明hitInfos:命中详细信息,针对subLabel的补充说明

details 数据结构

参数名称类型描述
hitInfosString针对命中sublabel的补充说明
anticheatInfoString命中反作弊相关策略,hitType为反垃圾命中类型,1:数据异常 2:行为模型 3:设备模型 4:业务类型 5:校验异常 6:模拟器 7:越狱或root 8:浏览器异常 9:ip异常 10:易盾黑名单 11:自定义黑名单 12:自定义白名单
imageTagInfojson数组命中标签详细信息,对于返回的hintInfo的解释说明,可能为空
imageListInfojson数组自定义图片/关键词名单信息,命中自定义添加的图片或关键词名单时返回
hintLocationInfosjson数组命中详情位置信息,当前人脸、logo、关键词支持位置信息返回

imageTagInfo 数据结构

参数名称类型描述
tagNameStringhinInfo中可返回的图片中包含的可识别内容
tagGroupStringtagName对应的分组名称,用于对tageName的解释

imageListInfo 数据结构

参数名称类型描述
typeStringtype为1时为自定义图片名单,type为2时为自定义敏感词名单
urlString该图片命中自定义图片名单对应原始添加的根源图片url
hitCountString历史针对该数据源图片命中所有次数
wordString该图片命中的自定义敏感词

hitLocationInfos 数据结构

参数名称类型描述
hitInfoString命中详情
x1String位置信息,对应目标矩形左上角横坐标相对坐标
y1String位置信息,对应目标矩形左上角纵坐标相对坐标
x2String位置信息,对应目标矩形右下角横坐标相对坐标
y2String位置信息,对应目标矩形右下角纵坐标相对坐标

自定义细分类

易盾支持sublabel自定义细分类过检并返回,如有需求,可联系您的专属安全策略经理添加。

OCR结果

OCR功能需额外付费开启,如有需要请联系您的专属商务,未开通状态下此数组返回为空

OCR 数组数据结构

参数名称类型描述
nameString图片名称(或图片标识)
taskIdString本次请求数据标识,可以根据该标识查询数据最新结果
detailsjson数组OCR详细信息

details 数据结构

参数名称类型描述
contentString该图片中所有的文字信息集合
lineContentsjson数组行信息

lineContents 数据结构

参数名称类型描述
lineContentString每行的文字信息
polygonjson数组行信息坐标,左上角原点顺时针返回四个点的相对坐标信息

以下为polygon坐标信息返回示意图:

polygon坐标信息返回示意图

以图中两行OCR信息返回为例,每行polygon坐标信息包含4个相对坐标点返回,分别为从左上角原点开始,顺时针依次返回1-4四点的原点坐标,每点坐标从左至右为至图片左上角的x轴和y轴的距离。

人脸检测结果

人脸检测结果需额外付费开启,如有需要请联系您的专属商务,未开通状态下此数组返回为空

face 数组数据结构

参数名称类型描述
nameString图片名称(或图片标识)
taskIdString本次请求数据标识,可以根据该标识查询数据最新结果
detailsjson数组人脸检测详细信息

details 数据结构

参数名称类型描述
faceNumberNumber该图片中包含的人脸个数
faceContentsjson数组人脸详细信息

faceContents 数据结构

参数名称类型描述
nameString人脸名字,不可识别则为空
x1String人脸位置信息,对应人脸矩形左上角横坐标相对坐标
y1String人脸位置信息,对应人脸矩形左上角纵坐标相对坐标
x2String人脸位置信息,对应人脸矩形右下角横坐标相对坐标
y2String人脸位置信息,对应人脸矩形右下角纵坐标相对坐标

图片质量检测结果

图片质量检测结果需额外付费开启,如有需要请联系您的专属商务,未开通状态下此数组返回为空

quality 数组数据结构

参数名称类型描述
nameString图片名称(或图片标识)
taskIdString本次请求数据标识,可以根据该标识查询数据最新结果
detailsjson数组质量检测详细信息

qualityRestult数组结构

参数名称类型描述
MetaInfojson数组图片基本信息
aestheticsRateNumber美观度分数,0-1,分数越高,美观度越高,建议0.5分以上可认为美观度较好,0.3分以下可认为美观度较差,具体视业务场景而定
BoarderInfojson数组图片边框信息
backgroundInfojson数组图片背景信息

MetaInfo数组结构

参数名称类型描述
byteSizeLong图片大小,单位byte
formatString图片格式
widthInteger图片宽度,单位像素
heightInteger图片高度,单位像素

BoarderInfo数组结构

参数名称类型描述
hitBoolean图片是否包含边框(任一边包含边框均视为包含)ture:包含边框;false:不包含边框
topBoolean图片顶部是否包含边框,ture:包含边框;false:不包含边框
rightBoolean图片右侧是否包含边框,ture:包含边框;false:不包含边框
bottomBoolean图片底部是否包含边框,ture:包含边框;false:不包含边框
leftBoolean图片左侧是否包含边框,ture:包含边框;false:不包含边框

backgroundInfo数组结构

参数名称类型描述
pureBackgroundBoolean纯色背景检测,ture:背景纯色;false:背景复杂

logo检测结果

logo检测支持对图片中包含的通识logo进行识别,检测结果返回需额外付费开启,如有需要请联系您的专属商务,未开通状态下此数组返回为空

logo数组数据结构

参数名称类型描述
nameString图片名称(或图片标识)
taskIdString本次请求数据标识,可以根据该标识查询数据最新结果
detailsjson数组logo检测详细信息

details数组结构

参数名称类型描述
logoNameStringlogo名字,不可识别则为空
x1Stringlogo位置信息,对应logo矩形左上角横坐标相对坐标
y1Stringlogo位置信息,对应logo矩形左上角纵坐标相对坐标
x2Stringlogo位置信息,对应logo矩形右下角横坐标相对坐标
y2Stringlogo位置信息,对应logo矩形右下角纵坐标相对坐标

场景检测结果

场景检测支持对图片中场景进行识别,检测结果返回需额外付费开启,如有需要请联系您的专属商务,未开通状态下此数组返回为空

scene数组数据结构

参数名称类型描述
nameString图片名称(或图片标识)
taskIdString本次请求数据标识,可以根据该标识查询数据最新结果
detailsjson数组场景检测详细信息

details数组结构

参数名称类型描述
sceneNameString场景名字,不可识别则为空.目前识别场景包含游戏画面(game)、卡通动漫(cartoon)、海滩湖泊(sea)、泳池(pool)、健身场所(gym)、绘画作品(painting)
rateNumber置信度分数,0-1之间取值,1为置信度最高,0为置信度最低。

响应示例

输出结果:

注:分类信息,100:色情,110:性感,200:广告,210:二维码,300:暴恐,400:违禁,500:涉政

{
    "code":200,
    "msg":"ok",
    "antispam":[
        {
            "taskId":"5ad352adb59c4d6c96e4ad3f9febf446",
            "status":0,
            "action":2,
            "censorType":0,
            "strategyVersions":[
                {
                    "label":500,
                    "version":"1.15"
                },
                {
                    "label":900,
                    "version":"1.1"
                },
                {
                    "label":400,
                    "version":"1.1"
                },
                {
                    "label":100,
                    "version":"1.12"
                },
                {
                    "label":210,
                    "version":"1.1"
                },
                {
                    "label":110,
                    "version":"1.2"
                },
                {
                    "label":260,
                    "version":"1.2"
                }
            ],
            "name":"test",
            "labels":[
                {
                    "label":100,
                    "level":2,
                    "rate":1,
                    "subLabels":[
                        {
                            "subLabel":100002,
                            "rate":1,
                            "details":{
                                "hitInfos":[
                                    "各类姿势"
                                ],
                                "anticheatInfo":null,
                                "imageTagInfos":[
                                    {
                                        "tagName":"hip",
                                        "tagGroup":"色情部位分组"
                                    }
                                ],
                                "imageListInfos":null
							 ]
                            }
                        },
                        {
                            "subLabel":100005,
                            "rate":1,
                            "details":{
                                "hitInfos":[
                                    "235022",
                                    "女英雄"
                                ],
                                "anticheatInfo":null,
                                "imageTagInfos":null,
                                "imageListInfos":[
                                    {
                                        "url":"https://hbimg.huabanimg.com/9141dceac8af30d8268109d826e7197fa87dbad1cece8-qQdmpK_fw658",
                                        "hitCount":5
                                    }
                                ]
                            }
                        }
                    ]
                },
                {
                     "label": 200,
                      "level": 1,
                      "rate": 0.5,
                      "subLabels": [
                       {
                        "subLabel": 200009,
                        "rate": 0.5,
                        "details": {
                        "hitInfos": [
                          "13602976390"
                        ],
                         "hitLocationInfos": [
                           {
                            "hitInfo": "笑傲江湖,老莫吊车13602976390",
                            "x1": 0.035003815,
                            "y1": 0.045156427,
                            "x2": 0.7867782,
                            "y2": 0.07515607
                          }
                        ]
                      }
                     }
                    ]
                },
                {
                    "label":500,
                    "level":0,
                    "rate":0.9999968,
                    "subLabels":[

                    ]
                },
                {
                    "label":300,
                    "level":0,
                    "rate":1,
                    "subLabels":[

                    ]
                },
                {
                    "label":400,
                    "level":0,
                    "rate":1,
                    "subLabels":[

                    ]
                },
                {
                    "label":110,
                    "level":0,
                    "rate":0.9996687,
                    "subLabels":[

                    ]
                },
                {
                    "label":260,
                    "level":0,
                    "rate":1,
                    "subLabels":[

                    ]
                },
                {
                    "label":210,
                    "level":0,
                    "rate":1,
                    "subLabels":[

                    ]
                },
                {
                    "label":900,
                    "level":0,
                    "rate":1,
                    "subLabels":[

                    ]
                }
            ]
        }
    ],
    "ocr":[
        {
            "taskId":"5ad352adb59c4d6c96e4ad3f9febf446",
            "name":"test",
            "details":[
                {
                    "content":"各类姿势女英雄",
                    "background":"complex",
                    "lineContents":[
                        {
                            "lineContent":"各类姿势",
                            "polygon":[
                                0.25008985003688305,
                                0,
                                0.5503393345124732,
                                0,
                                0.5503393345124732,
                                0.11512622649263339,
                                0.25008983366479176,
                                0.11512622649263339
                            ]
                        },
                        {
                            "lineContent":"女英雄",
                            "polygon":[
                                0.23939915276392335,
                                0.5585208414451869,
                                0.46446352455237394,
                                0.5585208414451869,
                                0.46446352455237394,
                                0.68585205078125,
                                0.23939915276392335,
                                0.68585205078125
                            ]
                        },
			{
                              "lineContent": "笑傲江湖,老莫吊车13602976390",
                              "polygon": [
                                0.03500381318649443,
                                0.04515642821788788,
                                0.7867782139542079,
                                0.045156431198120114,
                                0.7867782139542079,
                                0.07515606880187989,
                                0.03500381318649443,
                                0.07515606880187989
                           ]
                       }
                    ]
                }
            ]
        }
    ],
    "face":[
        {
            "taskId":"5ad352adb59c4d6c96e4ad3f9febf446",
            "name":"test",
            "details":[

            ]
        }
    ],
    "quality":[
        {
            "taskId":"5ad352adb59c4d6c96e4ad3f9febf446",
            "name":"test",
            "details":[
                {
                    "aestheticsRate":0.41,
                    "metaInfo":{
                        "byteSize":345662,
                        "height":311,
                        "width":466,
                        "format":"png"
                    },
                    "boarderInfo":{
                        "hit":false,
                        "top":false,
                        "right":false,
                        "bottom":false,
                        "left":false
                    },
                    "backgroundInfo":{
                        "pureBackground":true
                    }
                }
            ]
        }
    ],
    "logo":[
        {
            "taskId":"5ad352adb59c4d6c96e4ad3f9febf446",
            "name":"test",
            "details":[

            ]
        }
    ],
    "scene":[
        {
            "taskId":"5ad352adb59c4d6c96e4ad3f9febf446",
            "name":"test",
            "details":[

            ]
        }
    ]
}