#!/usr/bin/env python3 import sys import os current_dir = os.path.dirname(os.path.abspath(__file__)) parent_dir = os.path.dirname(os.path.dirname(os.path.dirname(current_dir))) sys.path.insert(0, parent_dir) import argparse import json import mimetypes import traceback from datetime import datetime import requests import sys import os from .config import * from .skill import skill from skills.smyx_common.scripts.util import RequestUtil # 从config导入常量 SUPPORTED_FORMATS = ConstantEnum.SUPPORTED_FORMATS MAX_FILE_SIZE_MB = ConstantEnum.MAX_FILE_SIZE_MB def validate_file(file_path): """验证输入文件是否合法""" if not os.path.exists(file_path): raise FileNotFoundError(f"文件不存在: {file_path}") if not os.access(file_path, os.R_OK): raise PermissionError(f"文件没有读权限: {file_path}") ext = os.path.splitext(file_path)[1].lower()[1:] if ext not in SUPPORTED_FORMATS: raise ValueError(f"不支持的文件格式，支持的格式: {', '.join(SUPPORTED_FORMATS)}") file_size_mb = os.path.getsize(file_path) / (1024 * 1024) if file_size_mb > MAX_FILE_SIZE_MB: raise ValueError(f"文件过大，最大支持 {MAX_FILE_SIZE_MB}MB，当前文件大小: {file_size_mb:.1f}MB") return True def analyze_video(input_path=None, url=None, detection_region=None, api_url=None, api_key=None, output_level=None): """调用API进行人形检测""" if not input_path and not url: raise ValueError("必须提供本地视频路径(--input)或网络视频URL(--url)") try: input_path = input_path or url # 携带检测区域参数 params = {} if detection_region: params["detection_region"] = detection_region return skill.get_output_analysis(input_path, params) except requests.exceptions.RequestException as e: traceback.print_stack() raise Exception(f"API请求失败: {str(e)}") def show_analyze_list(open_id, start_time=None, end_time=None): # if not open_id: # raise ValueError("必须提供本用户的OpenId/UserId") try: output_content = skill.get_output_analysis_list() return output_content except requests.exceptions.RequestException as e: traceback.print_stack() raise Exception(f"API请求失败: {str(e)}") def get_analysis_export_url(request_id=None): """调用API分析视频""" if not request_id: return "" return ApiEnum.DETAIL_EXPORT_URL + request_id def format_result(result, output_level="standard", detection_region=None): """格式化输出结果""" if output_level == "json": result_id = None if result is not None: result_json = result result_id = result_json.get('id', {}) result_json = json.dumps(result_json.get('humanDetectionResponse', {}), ensure_ascii=False, indent=2) else: return "⚠️ 暂无分析结果" return f""" 📊 人形检测分析结构化结果 {result_json} """, result_id elif output_level == "basic": # 精简输出 data = result.get('data', {}) detection = data.get('detection', {}) return f""" 📊 人形检测报告 {'=' * 40} 检测到人数: {detection.get('human_count', 0)} 出现频次: {detection.get('appear_count', 0)} 次 是否有入侵: {'⚠️ 是' if detection.get('has_intrusion') else '✅ 否'} 预警提示: {data.get('alert_message', ['无特殊提示'])[0] if data.get('alert_message') else '无特殊提示'} """ elif output_level == "standard": # 标准输出 data = result.get('data', {}) detection = data.get('detection', {}) regions_analysis = "\n".join( [f" 📍 区域 {idx + 1}: 检测到 {item.get('human_count', 0)} 人，置信度 {item.get('confidence', 0)}" for idx, item in enumerate(detection.get('regions', []))]) warnings = "\n".join([f" ⚠️ {item}" for item in data.get('alert_messages', [])]) detection_region_info = "" if detection_region: detection_region_info = f"\n🎯 指定检测区域: {detection_region}" return f""" 📊 区域人形检测分析报告 {'=' * 50} ⏰ 检测时间: {data.get('detection_time', '未知')} {detection_region_info} 🔍 检测结果: 检测到总人数: {detection.get('total_human_count', 0)} 人员出现总频次: {detection.get('total_appear_count', 0)} 是否检测到人员: {'✅ 是' if detection.get('has_human') else '❌ 否'} 是否存在入侵: {'⚠️ 是' if detection.get('has_intrusion') else '✅ 否'} 各区域检测详情: {regions_analysis if regions_analysis else ' 无区域信息'} ⚠️ 入侵预警提示: {warnings if warnings else ' 无入侵预警'} {'=' * 50} > 注：本报告仅供安全管理参考，具体处置请按单位相关规定执行。 """ else: # 完整输出（JSON格式） return json.dumps(result, ensure_ascii=False, indent=2) def main(): parser = argparse.ArgumentParser(description="区域人形检测工具") parser.add_argument("--input", help="本地视频文件路径") parser.add_argument("--url", help="网络视频的URL地址") parser.add_argument("--detection-region", help="限定检测区域，格式：x1,y1,x2,y2") parser.add_argument("--open-id", required=True, help="当前用户的OpenID/UserId/用户名/手机号") parser.add_argument("--list", action='store_true', help="显示人形检测分析列表清单") parser.add_argument("--api-url", help="服务端API地址") parser.add_argument("--api-key", help="API访问密钥（必需）") parser.add_argument("--output", help="结果输出文件路径") parser.add_argument("--detail", choices=["basic", "standard", "json"], default=ConstantEnum.DEFAULT__OUTPUT_LEVEL, help="输出详细程度") parser.add_argument("--export-env-only", action='store_true', help="仅输出 export 命令设置环境变量，不执行分析") args = parser.parse_args() try: if args.open_id: # 设置 Python 进程内的环境变量 ConstantEnumBase.CURRENT__OPEN_ID = args.open_id # 检查必需参数 if args.list: open_id = ConstantEnum.CURRENT__OPEN_ID result = show_analyze_list(open_id) print(result) exit(0) # 检查必需参数 if not args.input and not args.url: print("❌ 错误: 必须提供 --input 或 --url 参数") exit(1) print("🔍 正在进行人形检测，请稍候...") output_content = analyze_video( input_path=args.input, url=args.url, detection_region=args.detection_region, api_url=args.api_url, api_key=args.api_key, output_level=args.detail ) print(output_content) # 保存到文件 if args.output: with open(args.output, "w", encoding="utf-8") as f: if args.detail == "full": json.dump(result, f, ensure_ascii=False, indent=2) else: f.write(output_content) print(f"✅ 结果已保存到: {args.output}") except Exception as e: traceback.print_stack() print(f"❌ 人形检测分析失败: {str(e)}") exit(1) if __name__ == "__main__": main()