功能描述

对一张输入图像进行区域车辆检测，检测是否有车辆在图像中，识别返回各车辆矩形框坐标信息；支持对图像中多个指定识别区域，作车辆在区域内外的识别检测。可应用于违章停车监测、智慧园区和布控追逃等场景。

接口调用

对输入图像进行车辆检测，检测是否有车辆在图像中，识别返回各车辆矩形框坐标信息；支持对图像中多个指定识别区域，作车辆在区域内外的识别检测。将检测结果以Json格式返回给调用者。

  • 请求方法

http://${IP}:${Port}/v1/detect/attribute/vehicle?code=VEHICLE_AREA_DETECT

  • Header参数
Key Value 请求或响应
Content-type application/json 存在于请求和响应中，不可为空
Abis-Request-Sequence 请求流水号 存在于请求和响应中，请求中可以为空，如为空则由服务自动生成一个流水号
Authorization 接口鉴权标识 若使用ABIS云平台的接口API，则需要去 ABIS门户控制台-基本资料-鉴权密钥 中获取 立即获取
  • Body参数
Json Path 类型 必填 含义 注意事项
$.image String 是 Base64 编码的图像数据  
$.areas[*].name String 否 指定区域名称 检测区域框内外是否有车辆，使用本功能需要至少指定1个区域
$.areas[*].x Int[] 否 对应区域x坐标数组 每个区域至少指定3个坐标点
$.areas[*].y Int[] 否 对应区域y坐标数组 每个区域至少指定3个坐标点
$.detectionOption.rect Boolean 否 是否返回人体矩形框 左上，宽高

对应示例：

{
  "image": "/9j/4AAQSkZJRgABARRQB//2Q==",
  "detectionOption": {
    "rect": true
  },
  "areas": [
    {
      "name": "area1",
      "x": [45,308,45,308],
      "y": [260,260,960,960]
    }
  ]
}

  • 返回参数
Json Path 类型 含义 注意事项
$.response.status String 返回状态 2000 表示正常
$.response.content String 状态信息 状态的详细描述信息
$.reply.bodyAttributes[*].bodyId int 车辆id  
$.reply.bodyAttributes[*].rect int[] 对应id的车辆矩形框 左上、宽高
$.reply.areaBodies[*].name String 区域名称 入参areas不为空时返回
$.reply.areaBodies[*].in int[] 对应区域内的车辆id列表  
$.reply.areaBodies[*].out int[] 对应区域外的车辆id列表  

对应示例：

{
  "reply": {
    "vehicleAttributes": [
      {
        "rect": "[104, 54, 282, 290]",
        "vehicleId": "0"
      },
      {
        "rect": "[377, 126, 75, 47]",
        "vehicleId": "1"
      },
      {
        "rect": "[72, 121, 37, 27]",
        "vehicleId": "2"
      },
      {
        "rect": "[429, 131, 70, 69]",
        "vehicleId": "3"
      },
      {
        "rect": "[23, 121, 62, 34]",
        "vehicleId": "4"
      }
    ],
    "areaVehicles": [
      {
        "name": "area1",
        "in": [0],
        "out": [1,2,3,4]
      }
    ]
  },
  "response": {
    "status": "2000"
  }
}

错误码

错误码 说明 解决方案
2000 成功  
-2001 未知的异常 请查看返回的 content 中内容
-2020 传入图片内容为空 请确定是否传入了图片
-2021 加载图片失败 传入的不是有效图片或不支持的图片格式，支持的图片格式包括：BMP/JPG/TIF/PNG/WSQ/JP2/JPC/J2K/TFF
-2100 未检测到车辆 请确保图片是正面朝上的车辆图片，且车辆清晰，图片背景没有反光
-2101 检测人脸属性异常 详情请查看后台日志
-2102 接口调用超时 可能是请求量过大，或者可能是服务器上cpu被其他应用占用过大
-2108 文件读取失败 请查看 content 字段返回的异常信息
-2109 算法调用图像质量检测接口失败 请查看算法错误码文档
-2119 车辆属性检测的条件参数未设置 请输入需要检测的车辆属性参数
-2604 传入的参数为空 请根据content内容提示检测入参

注意事项

1、对图像要求
支持的图片格式：BMP/JPG/TIF/PNG/WSQ/JP2/JPC/J2K/TFF
对比度、亮度适中；
尽量不要有较多背景，尽量选择浅色、纯色背景；
图像尽量避免反光和黑影；
图像清晰，避免图像模糊不清； 图像分辨率不宜过高，一方面造成图片过大，不利于传输，一方面分辨率过高也会影响识别率。
2、服务需要联网调用
由于当前服务基于 http 技术实现，用户调用服务前请确保您的设备可以连通服务器，并保证一定的带宽。否则图像数据网络传输较慢，会引起较长时间等待。
3、Base64编码
若接口涉及到数据需要进行base64编码，请引用commons-codec-1.13.jar对图片进行base64编码：base64.encodeBase64String(byteData);

示例代码(Java)

import com.alibaba.fastjson.JSON;
import lombok.AllArgsConstructor;
import lombok.Data;
import org.apache.commons.codec.binary.Base64;
import org.apache.http.client.config.RequestConfig;
import org.apache.http.client.methods.CloseableHttpResponse;
import org.apache.http.client.methods.HttpPost;
import org.apache.http.entity.ContentType;
import org.apache.http.entity.StringEntity;
import org.apache.http.impl.client.CloseableHttpClient;
import org.apache.http.impl.client.HttpClients;
import org.apache.http.util.EntityUtils;

import java.io.File;
import java.io.FileInputStream;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

/**
 * 车辆区域检测
 *
 * @author zhupy
 * @date 2023/06/13
 */
public class DetectVehicleAreaDemo {

    /**
     * 连接超时时间
     */
    private static int connTimeOut = 60 * 1000;
    /**
     * 请求原子能力的URL（实际开发调试中，可以换成自己部署的abis服务）
     */
    private static final String url = "https://www.abis.cn/v1/detect/attribute/vehicle?code=VEHICLE_AREA_DETECT";
    /**
     * 待检测图片的本地路径
     */
    private static String imgPath = System.getProperty("user.dir") + File.separator + "image";

    public static void main(String[] args) {
        // 读取本地图片
        File imageFile = new File(imgPath + File.separator + "image.jpg");
        String imageBase64 = encodeImgageToBase64(imageFile);
        // 组装数据结构
        DetectVehicleAreaDemo demo = new DetectVehicleAreaDemo();
        AreaDetectParam param = demo.new AreaDetectParam();
        param.setImage(imageBase64);
        List<Area> areas = new ArrayList<>();
        Integer[] xArrays = new Integer[] {45, 308, 45, 308};
        Integer[] yArrays = new Integer[] {260, 260, 360, 360};
        List<Integer> x = Arrays.asList(xArrays);
        List<Integer> y = Arrays.asList(yArrays);
        areas.add(demo.new Area("area1", x, y));
        param.setAreas(areas);
        param.setDetectionOption(demo.new DetectionOption(true));
        // 发送Http请求
        String response = doPostJson(url, JSON.toJSONString(param));
        System.out.println("响应数据:");
        System.out.println(response);
    }

    @Data
    public class AreaDetectParam {

        /**
         * 图像
         */
        private String image;

        /**
         * 区域信息
         */
        private List<Area> areas;

        private DetectionOption detectionOption;

    }

    @Data
    @AllArgsConstructor
    public class Area {

        /**
         * 区域名称
         */
        private String name;

        /**
         * 区域x坐标
         */
        private List<Integer> x;

        /**
         * 区域y坐标
         */
        private List<Integer> y;

    }

    @Data
    @AllArgsConstructor
    public class DetectionOption {

        /**
         * 是否返回矩阵框
         */
        private Boolean rect;
    }

    /**
     * File文件转base64格式
     *
     * @param file
     * @return string
     */
    public static String encodeImgageToBase64(File file) {

        String stringBase64 = null;
        try {
            if (file != null && file.exists()) {
                FileInputStream fis = new FileInputStream(file);
                try {
                    byte[] fileBytes = new byte[fis.available()];
                    fis.read(fileBytes);
                    stringBase64 = Base64.encodeBase64String(fileBytes);
                } catch (Exception e) {
                    e.printStackTrace();
                } finally {
                    fis.close();
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return stringBase64;
    }

    /**
     * PostJson请求
     *
     * @param url
     * @param json
     * @return
     */
    public static String doPostJson(String url, String json) {
        // 创建Httpclient对象
        CloseableHttpClient httpClient = HttpClients.createDefault();
        CloseableHttpResponse response = null;
        String resultString = "";
        // TODO 此处token的值需要修改，从网页端获取，格式为：Bearer token
        String token =
            "Bearer eyJhbGciOiJIUzUxMiJ9.eyJsb2dpbl91c2VyX2tleSI6ImYxYzU4MGZhLTUyZjctNDE4OS04MGE4LWQ4ZjYyYWFiMmEwMCJ9.ZhWKCU0Xr7O8-cTv34FkkZUrb28WoBzPmOAnbvIrjB65kW6DUso-KB8WgAagSvYHF5McWS8Bl2_NsrikYFDxpw";
        try {
            // 创建Http Post请求
            HttpPost httpPost = new HttpPost(url);
            httpPost.setHeader("Authorization", token);
            /** 设置超时时间 */
            RequestConfig requestConfig =
                RequestConfig.custom().setConnectionRequestTimeout(connTimeOut).setSocketTimeout(connTimeOut)
                    .setConnectTimeout(connTimeOut).build();
            // 创建请求内容
            StringEntity entity = new StringEntity(json, ContentType.APPLICATION_JSON);
            httpPost.setEntity(entity);
            httpPost.setConfig(requestConfig);
            // 执行http请求
            response = httpClient.execute(httpPost);
            resultString = EntityUtils.toString(response.getEntity(), "utf-8");
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            finallyClose(httpClient, response);
        }
        return resultString;
    }

    /**
     * 关闭和释放
     *
     * @param httpClient
     * @param response
     */
    private static void finallyClose(CloseableHttpClient httpClient, CloseableHttpResponse response) {
        try {
            if (response != null) {
                response.close();
            }
            httpClient.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

}
Logo
生物识别开发者社区

更多推荐

多模态梳理

个人资料整理

avatar 生物识别开发者社区

眼神ABIS平台API：人员区域检测

对图像作人员检测，检测是否有人体出现在图像中，通过人体矩形框坐标信息定位人体；支持对图像指定多个识别区域，并作区域内外关系的人员检测。可应用于布控追逃、行人闯入/越界检测和人流量统计等场景。

avatar 生物识别开发者社区

眼神ABIS平台API：车牌识别

对一张包含车牌的图像进行车牌属性检测，识别对应的车牌属性信息，包括车牌号、车牌颜色、车牌类型(单/双层)、各类型车牌的统计数量、各车牌矩形框坐标点等信息。将检测结果以Json格式返回给调用者。

avatar 生物识别开发者社区