百度人流量统计,统计图像中的人体个数和流动趋势，以头肩为主要识别目标统计人数，无需正脸、全身照，适应人群密集、各种出入口场景

功能接入：
进入百度AI管理界面：https://console.bce.baidu.com/
进入界面后点击“创建应用”, 输入应用信息及需要的AI功能即可。

百度现在提供每天一定量的免费调用额度，足够大家测试使用了。

获取Access Token
调用人流量统计功能前需要先调用鉴权API，确保安全。
具体说明请查阅：http://ai.baidu.com/docs#/Auth/top

请求URL数据格式
向授权服务地址https://aip.baidubce.com/oauth/2.0/token发送请求（推荐使用POST），并在URL中带上以下参数：
grant_type： 必须参数，固定为client_credentials；
client_id： 必须参数，应用的API Key；
client_secret： 必须参数，应用的Secret Key；
例如：
https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=Va5yQRHlA4Fq5eR3LT0vuXV4&client_secret=0rDSjzQ20XUj5itV6WRtznPQSzr5pVw2&

人流量统计AP调用
人流量统计的API说明链接为：https://ai.baidu.com/docs#/Body-API/top

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。

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

具体参数：
image 是 string - 图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M。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，最短边至少50px，最长边最大4096px
area 否 string - 特定框选区域坐标，支持多个多边形区域，最多支持10个区域，如输入超过10个区域，截取前10个区域进行识别。
此参数为空或无此参数、或area参数设置错误时，默认识别整个图片的人数 。
area参数设置错误的示例：某个坐标超过原图大小，x、y坐标未成对出现等；注意：设置了多个区域时，任意一个坐标设置错误，则认为area参数错误、失效。
area参数设置格式：
1）多个区域用英文分号“;”分隔；
2）同一个区域内的坐标用英文逗号“,”分隔，默认尾点和首点相连做闭合。
示例：
1）单个多边形区域：x1,y1,x2,y2,x3,y3...xn,yn
2）多个多边形区域：xa1,ya1,xa2,ya2,xa3,ya3...xan,yan;xb1,yb1,xb2,yb2,xb3,yb3...xbn,ybn;...
show 否 string true,false 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

返回示例
{
"log_id": 716033439,
"person_num": 16,
"image": "/9j/4AAoFS2P/9k="
}

详细代码（C#）：

public static class AccessToken
{
// 调用getAccessToken()获取的 access_token建议根据expires_in 时间 设置缓存
// 返回token示例
// 百度云中开通对应服务应用的 API Key 建议开通应用的时候多选服务
private static String clientId = "你获得的ID";
// 百度云中开通对应服务应用的 Secret Key
private static String clientSecret = "你获得的KEY";

public static String getAccessToken() {
String authHost = "https://aip.baidubce.com/oauth/2.0/token";
HttpClient client = new HttpClient();
List> paraList = new List>();
paraList.Add(new KeyValuePair("grant_type", "client_credentials"));
paraList.Add(new KeyValuePair("client_id", clientId));
paraList.Add(new KeyValuePair("client_secret", clientSecret));

HttpResponseMessage response = client.PostAsync(authHost, new FormUrlEncodedContent(paraList)).Result;
String result = response.Content.ReadAsStringAsync().Result;
Console.WriteLine(result);
JObject jobject = (JObject)JsonConvert.DeserializeObject(result);
string token = jobject["access_token"].ToString();
return token;
//return result;
}
public class Program
{
// 人流量统计
public static string bodyNum(String imagefilename,String resultfilename,String show)
{
string token = AccessToken.getAccessToken();
Console.WriteLine(token);
string host = "https://aip.baidubce.com/rest/2.0/image-classify/v1/body_num?access_token=" + token;
Encoding encoding = Encoding.Default;
HttpWebRequest request = (HttpWebRequest)WebRequest.Create(host);
request.Method = "post";
request.KeepAlive = true;
// 图片的base64编码
string base64 = getFileBase64(imagefilename);
String str = "image=" + HttpUtility.UrlEncode(base64)+"&show="+show;
byte[] buffer = encoding.GetBytes(str);
request.ContentLength = buffer.Length;
request.GetRequestStream().Write(buffer, 0, buffer.Length);
HttpWebResponse response = (HttpWebResponse)request.GetResponse();
StreamReader reader = new StreamReader(response.GetResponseStream(), Encoding.Default);
string result = reader.ReadToEnd();
//Console.WriteLine(result);
JObject jo = (JObject)JsonConvert.DeserializeObject(result);
int number = int.Parse(jo["person_num"].ToString());
Console.WriteLine("人数：" + number + "");
String imageBase64 = jo["image"].ToString();
saveBase64File(imageBase64, resultfilename);
Console.WriteLine("成功");
return result;
}
public static String getFileBase64(String fileName) {
FileStream filestream = new FileStream(fileName, FileMode.Open);
byte[] arr = new byte[filestream.Length];
filestream.Read(arr, 0, (int)filestream.Length);
string baser64 = Convert.ToBase64String(arr);
filestream.Close();
return baser64;
}
public static String saveBase64File(string base64Str, string outPath)
{
var contents = Convert.FromBase64String(base64Str);
using (var fs = new FileStream(outPath, FileMode.Create, FileAccess.Write))
{
fs.Write(contents, 0, contents.Length);
fs.Flush();
}
return "finished";
}
}

功能测试(所有测试图片都来自网络)：
人群图片：

返回人数：9
渲染结果

测试结论及建议
测试后发现效果不错，调用速度很快，可以实时监测机场、车站、展会、展馆、景区、学校、体育场等公共场所的人流量，及时导流、限流，预警核心区域人群过于密集等安全隐患。