人群流量監控，安全管理升級-有解無憂

【使用攻略】【人流量統計】

1. 整體說明
每年寒暑假，五一，十一，春運等時候，特定的旅游景點，車站等地區會有大量的人流，而在一個地區，人流密度過大很容易造成踩踏事故，人流量統計可以統計影像中的人體個數和流動趨勢，與監控技術結合起來，可以提前預警，進而避免悲劇的發生，針對這一方面我前期曾經寫過一個自動告警的方案，這次人流量統計又有了進一步的升級，支持area引數框選多個區域進行區域人數統計，可以對區域進行更加準確的管理，這次對方案進行了升級，形成了人群流量監控，安全管理升級版方案，

2.平臺接入

人流量統計動態版接入網址：https://console.bce.baidu.com/ai/?fromai=1#/ai/body/overview/index
具體接入方式比較簡單，可以參考我的另一個帖子，這里就不重復了：
http://ai.baidu.com/forum/topic/show/943327

3.呼叫攻略（Python3）及評測

3.1首先認證授權：

在開始呼叫任何API之前需要先進行認證授權，具體的說明請參考：

http://ai.baidu.com/docs#/Auth/top

具體Python3代碼如下：

# -*- coding: utf-8 -*-#!/usr/bin/env pythonimport urllibimport base64import json#client_id 為官網獲取的AK， client_secret 為官網獲取的SKclient_id =【百度云應用的AK】client_secret =【百度云應用的SK】#獲取tokendef get_token():    host = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret    request = urllib.request.Request(host)    request.add_header('Content-Type', 'application/json; charset=UTF-8')    response = urllib.request.urlopen(request)    token_content = response.read()    if token_content:        token_info = json.loads(token_content)        token_key = token_info['access_token']    return token_key

3.2人流量統計分析介面呼叫：
詳細說明請參考：https://ai.baidu.com/docs#/Body-API/1a6628be

介面描述
對于輸入的一張圖片（可正常解碼，且長寬比適宜），識別和統計影像當中的人體個數（靜態統計，不支持追蹤和去重），
適用于3米以上的中遠距離俯拍，以頭部為主要識別目標統計人數，無需正臉、全身照，適應各類人流密集場景（如：機場、車展、景區、廣場等）；默認識別整圖中的人數，支持指定不規則區域的人數統計，同時可輸出渲染圖片，
攝像頭硬體選型無特殊要求，解析度建議720p以上，更低解析度的圖片也能識別，只是效果可能有差異，暫不適用夜間紅外監控圖片，后續會考慮擴展，
注：介面默認回傳整張圖片中的人數，如需統計特定框選區域的人數，請使用area引數添加識別區域坐標資訊，

呼叫代碼如下：import urllibimport base64import jsonimport time#人流量統計#filename:原圖片名（本地存盤包括路徑）；dehazedfilename:處理后的檔案保存名稱def body_num_v2(filename,area,dehazedfilename):    request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_num"        # 二進制方式打開圖片檔案    f = open(filename, 'rb')    img = base64.b64encode(f.read())        params = dict()    params['image'] = img    params['show'] = 'true'    #params['area'] = '184,8,4,296,113,374,257,8;290,51,135,371,587,384,438,41'    params['area'] = area    params = urllib.parse.urlencode(params).encode("utf-8")    #params = json.dumps(params).encode('utf-8')        access_token = get_token()    request_url = request_url + "?access_token=" + access_token    request = urllib.request.Request(url=request_url, data=https://www.cnblogs.com/AIBOOM/p/params)    request.add_header('Content-Type', 'application/x-www-form-urlencoded')    response = urllib.request.urlopen(request)    content = response.read()    if content:        #print(content)        content=content.decode('utf-8')        #print (content)        #print(content)        data = https://www.cnblogs.com/AIBOOM/p/json.loads(content)        #print(data)        person_num=data['person_num']        area_counts=data['area_counts']        print ('person_num',person_num)        print ('area_counts',area_counts)        img_str=data['image']        save_base_image(img_str,dehazedfilename)        area='4,89,104,112,166,192,109,330,9,399;3,24,94,8,258,58,452,206,380,386,171,587,10,422,203,250,142,86;515,163,538,310,952,250,757,151'body_num_v2("../img/crowd2.jpg",area,"../img/crowd2_num.jpg")

4.結果測驗：