色情内容在中國一直處于嚴格的監管，即使這樣，網際網路上還是很容易就能通路到色情内容。還記得曾經的“綠壩-花季護航”軟體麼？由于其識别效果差、軟體不穩定，最後不了了之，浪費了大量的人力和金錢。
随着計算機視覺和深度學習的發展，算法已經成熟，利用人工智能，我們能夠更加精确的識别色情内容。現在有很多雲服務商提供鑒黃服務，通過內建鑒黃API到産品中，就可以給産品增加色情過濾功能。這種模式對于大多數網際網路産品非常有效，可以極大的降低營運風險（對于部落格、圖床、直播等服務提供商而言，過濾色情、暴力等内容是重中之重）。但對于一部分産品而言，這種模式存在一些不足：
- 鑒别圖檔、視訊内容等必須通過網絡服務進行，響應速度難以保證;
- 通常鑒黃服務按次或者按照流量計費，對于個人開發者而言，有成本負擔;
open_nsfw
現在有個好消息，雅虎開源了其深度學習色情圖檔檢測模型open_nsfw，項目位址: http://github.com/yahoo/open_nsfw，這裡的NSFW代表Not Suitable for Work。項目提供了基于caffe的深度神經網絡模型和一個python腳本，可以供測試：
python ./classify_nsfw.py \
--model_def nsfw_model/deploy.prototxt \
--pretrained_model nsfw_model/resnet_50_1by2_nsfw.caffemodel \
test_image.jpg 複制
定義NSFW内容是非常主觀的，在某個國家或地區會引起反感的内容可能在另一個地方完全沒問題。是以，open_nsfw模型隻關注一種類型的NSFW内容：色情圖檔。但需要注意的是，該模型不能解決草圖、漫畫、文本等内容的識别。
色情圖檔的判别也是非常主觀的，是以該模型并不會直接給出某個圖檔是否色情的結果，而是給出一個機率（0-1之間的分數）。一般而言，得分小于0.2表示圖像很可能是安全的，評分大于0.8則基本可判定圖檔屬于色情圖檔。如果得分介于這兩個值之間，則需要程式員根據需求來設定一個閥值。如果需要比較嚴格的過濾，設一個比較低的閥值，反之設一個比較高的閥值。
內建open_nsfw到C++程式
open_nsfw提供了一個python腳本，google了一圈，也沒有找到有人将open_nsfw內建到C++代碼中。好在classify_nsfw.py這個腳本比較簡單，而caffe提供了C++的例子cpp_classification，結合這兩部分的代碼，我編寫了一個C++的鑒黃程式，源碼參考：https://gitee.com/mogoweb/dpexamples。
當然看似簡單的代碼翻譯工作，遇到的坑也不少，下面就總結一下C++代碼中需要注意的地方。
圖檔預處理
在classify_nsfw.py中，編寫了一個resize_image函數來處理圖檔縮放，沒有采用caffe内置的圖檔縮放程式。代碼注釋中解釋是因為訓練時使用了這個縮放算法，是以為了達到最好的效果，測試中也需要采用該縮放算法。随後又對圖檔進行了一次裁剪，因為調用resize_image縮放為256x256大小，而模型接受的size為224x224。
img_data_rs = resize_image(pimg, sz=(256, 256))
image = caffe.io.load_image(StringIO(img_data_rs))H, W, _ = image.shape
_, _, h, w = caffe_net.blobs['data'].data.shape
h_off = max((H - h) / 2, 0)
w_off = max((W - w) / 2, 0)
crop = image[h_off:h_off + h, w_off:w_off + w, :] 複制
在C++代碼中，我使用了caffe中提供的opencv方法處理這個步驟：
cv::Mat img = ReadImageToCVMat(file, 256, 256);
...
// crop image
cv::Size size = sample.size();
int H = size.height;
int W = size.width;
int h = input_geometry_.height;
int w = input_geometry_.width;int h_off = std::max((H - h) / 2, 0);
int w_off = std::max((W - w) / 2, 0);
sample(cv::Rect(w_off, h_off, w, h)).copyTo(sample_resized); 複制
資料預處理
在classify_nsfw.py中，我們可以看到這樣一段代碼：
caffe_transformer = caffe.io.Transformer({'data': nsfw_net.blobs['data'].data.shape})
# move image channels to outermost
caffe_transformer.set_transpose('data', (2, 0, 1))
# subtract the dataset-mean value in each channel
caffe_transformer.set_mean('data', np.array([104, 117, 123]))
# rescale from [0, 1] to [0, 255]
caffe_transformer.set_raw_scale('data', 255)
# swap channels from RGB to BGR
caffe_transformer.set_channel_swap('data', (2, 1, 0)) 複制
這段代碼其實是對資料做某種變換，将讀入的資料轉換為caffe模型能夠接受的格式。
caffe_transformer.set_transpose('data', (2, 0, 1)) 複制
該語句困擾了我好長時間，不知道在C++程式中該如何處理。後查網絡資料，才了解到因為caffe.io讀取的圖像為HWC（H：高，W：寬，C：顔色）矩陣，而caffe模型需要(CHW)格式，是以需要對矩陣做一個變換，将顔色值次元提前到最前面。(2, 0, 1)的含義就是将原來資料的第2, 0, 1列按照新的順序重新排列。
caffe_transformer.set_raw_scale('data', 255) 複制
這個處理是因為使用caffe.io讀取的顔色值歸一化為0～1之間的數，而caffe模型接受的是一個位元組的整數，範圍0~255，是以需要進行一個放大。
在C++代碼中，由于采用了opencv進行圖像處理，不需要上面兩步的變換處理。
caffe_transformer.set_mean('data', np.array([104, 117, 123])) 複制
在很多示例中，均值通常從均值檔案中加載，這裡直接給了一個固定值。所謂均值，可以了解為資料的算術平均值。通常輸入資料減去均值，是為了減少奇異值（異常的值，比平均值大很多或小很多的值）的影響。這裡是一個三元組，分别代表RGB通道上的均值。
對應的C++代碼如下：
cv::Mat sample_normalized;
cv::subtract(sample_float, mean_, sample_normalized); 複制
接下來的代碼是RGB轉BGR，這個比較容易了解。
caffe_transformer.set_channel_swap('data', (2, 1, 0)) 複制
檢視了一些caffe的C++例子，均沒有這個步驟，可能cv::Mat中已經能夠正确判斷出RGB和BGR，是以代碼中沒有增加這一步驟。
對比測試
這個程式是否能夠如願工作呢？讓我們找一些圖檔測試一下。考慮到内容審查，這裡進行測試的圖檔均不是嚴格意義上的色情圖檔，隻是裸露程度不同。下面使用C++程式和open_nsfw python腳本測試的結果進行對比。
C++ : 0.6122
python: 0.875480949879
C++ : 0.2536
python: 0.0773676931858
C++ : 0.6319
python: 0.782215833664
C++ : 0.0914
python: 0.0774072110653
C++ : 0.0073
python: 3.04092318402e-05
從結果可以看出，使用C++程式進行測試，結果基本符合預期，但是和python版本還是有一些差距，猜測問題可能在于對圖檔進行縮放采用的算法不同，如果要獲得好的結果，訓練和測試階段對資料的預處理需要一緻。另外一個可能是沒有RGB到BGR的轉換，這個還需要再驗證。
如果你有興趣，可以找一些尺度更大的圖檔測試，看看是不是能夠正确的識别出來。