【产品建议】【人体分析】课堂人数检测

首页版块访问AI主站注册发帖

【产品建议】【人体分析】课堂人数检测

wangwei8638 发布于2019-04 浏览:5112 回复:3

【产品建议】【人体分析】课堂人数检测

快速回复

最后编辑于2022-04

“老师要点名啦！快来快来！”

“啊？我一不来，老师就点名呀！”

不管了，帮我答个到吧！”

……

总有一些不安分的同学，在逃课问题上绞尽脑汁地与老师们“斗智斗勇”

正所谓魔高一尺，道高一丈。

老师的各种“花式点名”纷至沓来

这不，利用百度AI，凭一张照片就能查出今天来了多少人，是不是要点个名呢？

其实，老师“花式点名”的初衷

是督促同学们潜心学习，莫负青春好年华！

星辰大海，以梦为马

努力才不枉此番少年时

希望大家都可以拥有充实而难忘的大学时光！

言归正传......

一．平台接入

1.进入控制台，选择人体分析服务。

https://ai.baidu.com/

2.创建服务，如图示：

3.输入名称及描述

4.此处显示AK,SK，后面程序中会用到

二.分析接口文档

1.打开API文档页面，分析接口要求

https://ai.baidu.com/docs#/Body-API/1a6628be

(1)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。

(2)请求说明

需要用到的信息有：

请求URL：https://aip.baidubce.com/rest/2.0/image-classify/v1/body_num

Header格式：Content-Type：application/x-www-form-urlencoded

image -图像数据，Base64编码字符串，以图片文件形式请求时必填。图片的base64编码是不包含图片头的，如（data:image/jpg;base64,），（支持图片格式：jpg，bmp，png），图片Base64编码后大小不超过4M。最短边至少50px，最长边最大4096px
show - 是否输出渲染的图片，默认不返回，选true时返回渲染后的图片(base64)，其它无效值或为空则默认false
（3）返回参数

person_num -识别出的人体数目
image-渲染后的图片，输入参数show=true时输出该字段
返回示例

{

    "log_id": 716033439,

    "person_num": 16,

    "image": "/9j/4AAoFS2P/9k="

}

注意，返回的image参数为Base64编码字符串，需要解码，还原成渲染后的图片。

为了大家看的明白，先把Base64编码字符串打印出来。如下：

2.获取accesstoken

#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
# encoding:utf-8

import base64

import urllib

import urllib2

'''

人流量统计

'''

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('[本地文件]', 'rb')

img = base64.b64encode(f.read())

params = {"image":img}

params = urllib.urlencode(params)

access_token = '[调用鉴权接口获取的token]'

request_url = request_url + "?access_token=" + access_token

request = urllib2.Request(url=request_url, data=params)

request.add_header('Content-Type', 'application/x-www-form-urlencoded')

response = urllib2.urlopen(request)

content = response.read()

if content:

    print content

三.识别结果

识别部分代码：

    def get_result(self, params):
        rp = requests.post(self.API_URL, data=params)
        if rp.ok:
#            print('=> Success! got result: ')
            rp_json = rp.json()
#            pprint(rp_json)
            return rp_json
        else:
            print('=> Error! token invalid or network error!')
#            print(rp.content)
            return None
    #计算人数信息
    def detect(self, img_path):

        f = open(img_path, 'rb')
        strover = '图中人数共：'
        img_str = base64.b64encode(f.read())
        params = {'image': img_str,'show':'true'}
        tic = time.clock()
        rp_json = self.get_result(params)
        person_num = rp_json['person_num']
        strover += ' {} 人     '.format(person_num)
        print(strover)
        toc = time.clock()
        print('用时  :'+'%.2f'  %(toc - tic) +' s')
        img_b64encode = rp_json['image']
#        print(img_b64encode)
        img_b64decode = base64.b64decode(img_b64encode)  # base64解码
        image = io.BytesIO(img_b64decode)
        img = Image.open(image)
        img.show()
        file=open('1.jpg','wb')  
        file.write(img_b64decode)  
        file.close()

1.单张图片检测

原图如下：