人群流量监控，安全管理升级

【使用攻略】【人流量统计】

1. 整体说明
每年寒暑假，五一，十一，春运等时候，特定的旅游景点，车站等地区会有大量的人流。而在一个地区，人流密度过大很容易造成踩踏事故。人流量统计可以统计图像中的人体个数和流动趋势，与监控技术结合起来，可以提前预警，进而避免悲剧的发生。针对这一方面我前期曾经写过一个自动告警的方案，这次人流量统计又有了进一步的升级，支持area参数框选多个区域进行局部人数统计，可以对区域进行更加准确的管理。这次对方案进行了升级，形成了人群流量监控，安全管理升级版方案。

2.平台接入

人流量统计动态版接入网址：https://console.bce.baidu.com/ai/?fromai=1#/ai/body/overview/index
具体接入方式比较简单，可以参考我的另一个帖子，这里就不重复了：
http://ai.baidu.com/forum/topic/show/943327

3.调用攻略（Python3）及评测

3.1首先认证授权：

在开始调用任何API之前需要先进行认证授权，具体的说明请参考：

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

具体Python3代码如下：

# -*- coding: utf-8 -*-  #!/usr/bin/env python    import urllib  import base64  import json  #client_id 为官网获取的AK， client_secret 为官网获取的SK  client_id =【百度云应用的AK】  client_secret =【百度云应用的SK】    #获取token  def 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人流量统计分析接口调用：
详细说明请参考：https://ai.baidu.com/docs#/Body-API/1a6628be

接口描述
对于输入的一张图片（可正常解码，且长宽比适宜），识别和统计图像当中的人体个数（静态统计，不支持追踪和去重）。
适用于3米以上的中远距离俯拍，以头部为主要识别目标统计人数，无需正脸、全身照，适应各类人流密集场景（如：机场、车展、景区、广场等）；默认识别整图中的人数，支持指定不规则区域的人数统计，同时可输出渲染图片。
摄像头硬件选型无特殊要求，分辨率建议720p以上，更低分辨率的图片也能识别，只是效果可能有差异。暂不适用夜间红外监控图片，后续会考虑扩展。
注：接口默认返回整张图片中的人数，如需统计特定框选区域的人数，请使用area参数添加识别区域坐标信息。

调用代码如下：  import urllib  import base64  import json  import time    #人流量统计  #filename:原图片名（本地存储包括路径）；dehazedfilename:处理后的文件保存名称  def body_num_v2(filename,area,dehazedfilename):      request_url = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_num"            # 二进制方式打开图片文件      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=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 = 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.结果测试：