派生自 ruleprocess
ruleserver/ruleToformula.go
@@ -101,18 +101,6 @@ Liker []LikePerson // 如果是人脸的话尤其是比对，应存下他跟底库的人员的相似情况 yolo的话给nil就行 } // 从通道中获取的sdk输出的图像数据(目前主要是yolo算法的数据) //type ArgsFromSdk struct { // CameraId string // TaskId string // Photo []PhotoMap // yolo算法结构，也可以存人脸的数据，毕竟人脸中能用规则来测的还是那些参数 // KeepRight bool // 是否靠右行 算法判断的与上一帧图像的比较结果 // IsStatic bool // 是否静止 // ImageWidth int // 摄像机拍摄的图像宽 像素 // ImageHeight int // 摄像机拍摄的图像高 像素 // RuleResult []Result // 过完规则后打的标签 //} // 每个算法对于当前帧画面自己提取的数据 type SdkData struct { TaskId string @@ -124,13 +112,13 @@ IsStatic bool // 是否静止 ImageWidth int // 摄像机拍摄的图像宽 像素 ImageHeight int // 摄像机拍摄的图像高 像素 AreaMapList []AreaMap // 本sdk提取的数据按照区域划分后的数据集合 AreaMapList []AreaMap // 本sdk提取的数据按照区域划分后的数据集合 } // 从算法模块儿拿来的对一帧图像各个算法提取的数据集合 type SdkDatas struct { CameraId string Sdkdata []SdkData Sdkdata []*SdkData RuleResult map[string]interface{} // 过完规则后打的标签 face: []Arg yolo: []Result } @@ -170,17 +158,18 @@ } // 根据摄像机id拿到摄像机所有区域 func GetPolygons(cameraId string) []*protomsg.CameraPolygon { func GetPolygons(cameraId string) []protomsg.CameraPolygon { var api dbapi.CameraApi data := api.FindAllPolygons() //fmt.Println("查到的所有区域：", data) // 根据id从map中拿到区域 var cameraPolygons []*protomsg.CameraPolygon var cameraPolygons []protomsg.CameraPolygon for _, item := range data { if item.CameraId == cameraId { if item.CameraId == cameraId && item.Type != "line" { // 需要根据比例把前台画的区域的坐标转化为相应摄像机拍摄的图像的大小 x坐标分别*image.width/页面区域宽 y坐标分别*image.height/页面区域高 // 前台宽高固定 cameraPolygons = append(cameraPolygons, &item) //log.Println("------------符合条件的区域：",item) cameraPolygons = append(cameraPolygons, item) } } //log.Println("根据摄像机id查到的区域", cameraPolygons, "--区域数量为：", len(cameraPolygons)) @@ -188,28 +177,30 @@ } // 把sdk从数据帧上提取的按照区域分类归置 func SdkDataFormat(cameraId string, arg *SdkData, cameraPolygons []*protomsg.CameraPolygon) { // cameraPolygons := GetPolygons(arg.CameraId) // list := AreaMapList{} func SdkDataFormat(cameraId string, arg *SdkData, cameraPolygons []protomsg.CameraPolygon) { for _, polygon := range cameraPolygons { //log.Println("++++++在这儿看一下区域啊", polygon) areaMap := AreaMap{cameraId: cameraId, areaId: polygon.Id, areaJson: polygon.Polygon, triggerLine: polygon.TriggerLine, directionLine: polygon.DirectionLine} // 为每个摄像机区域填充数据 areaMap.CountAreaObjs(arg) log.Println("-------areaMap的内容",areaMap) arg.AreaMapList = append(arg.AreaMapList, areaMap) log.Println("-------AreaMapList的内容",arg.AreaMapList) } } // 对单帧图像的判断 是舍弃（或者说对于某些需求可以放ES数据库一份）还是返回 func Judge(args *SdkDatas) { func Judge(args SdkDatas) { if len(args.Sdkdata) > 0 { // 拿到本摄像机的区域 cameraPolygons := GetPolygons(args.CameraId) // 把所有的sdk提取的数据都按所属摄像机的区域归置 for _, arg := range args.Sdkdata { SdkDataFormat(args.CameraId, &arg, cameraPolygons) SdkDataFormat(args.CameraId, arg, cameraPolygons) } // 跑本摄像机的所有规则组 一组一组跑 taskRuleList := GetRuleGroup(args.CameraId) // 本摄像机下所有任务组 //log.Println("看下摄像机下的任务组：",taskRuleList) // 得到属于该摄像机的若干组任务的完整规则（跟每一条完整规则比较之后得出本张图像对于某个规则是否报警的结果。放进map，比如本帧图像的id，所碰撞成功的规则id） args.RuleResult = make(map[string]interface{}) args.RuleResult["yolo"] = []Result{} @@ -226,6 +217,7 @@ linkTask(args, ruleList[i], taskId) } else { // 独立任务的处理 log.Println("----------------------------------------64摄像机入关") RunRule(args, ruleList[i], taskId) } } @@ -234,11 +226,14 @@ } } } func RunRule(args *SdkDatas, groupRule *protomsg.GroupRule, taskId string) bool { func RunRule(args SdkDatas, groupRule *protomsg.GroupRule, taskId string) bool { resultSplice := []*LittleRuleResult{} // 先过完条件规则 for j := 0; j < len(groupRule.Rules); j++ { for _, sdkData := range args.Sdkdata { if sdkData.SdkId == "812b674b-2375-4589-919a-5c1c3278a975" { log.Println("入侵的算法数据", sdkData) } for _, areaMap := range sdkData.AreaMapList { ruleResult := filterRule(groupRule.Rules[j], &areaMap) if ruleResult.Result != "" { @@ -325,7 +320,7 @@ sdkName := "" for j := 0; j < len(groupRule.Rules); j++ { for _, sdkData := range args.Sdkdata { if groupRule.Rules[j].SdkId == sdkData.SdkId && sdkData.IsYolo{ // 只记录yolo符合规则的sdk if groupRule.Rules[j].SdkId == sdkData.SdkId && sdkData.IsYolo { // 只记录yolo符合规则的sdk sdkName = sdkName + "," + sdkData.SdkName } } @@ -370,6 +365,7 @@ // } for _, obj := range arg.Photo { log.Println("------------------看看sdkData的Photo数据----------------", obj, "----顺便看看占比-----：", PgsInterPercent(areaPoints, obj.Rects, widthScale, heigthScale)) if threshold <= obj.Score && size <= float64(obj.Rects.Width*obj.Rects.Height) && intersectionper <= PgsInterPercent(areaPoints, obj.Rects, widthScale, heigthScale) { // 这步要备齐表达式里所需要的所有参数 a.targetNum++ @@ -421,7 +417,7 @@ } // 联动任务的处理 func linkTask(args *SdkDatas, groupRule *protomsg.GroupRule, taskId string) { func linkTask(args SdkDatas, groupRule *protomsg.GroupRule, taskId string) { // new一个定时器，如果以此groupId为标志的定时器不存在的话 var flag bool = true var timeEle = TimeElement{N: 3, InitN: 3, GroupId: groupRule.GroupId} @@ -482,7 +478,7 @@ sdkName := "" for j := 0; j < len(groupRule.Rules); j++ { for _, sdkData := range args.Sdkdata { if groupRule.Rules[j].SdkId == sdkData.SdkId && sdkData.IsYolo{ // 只记录yolo符合规则的sdk if groupRule.Rules[j].SdkId == sdkData.SdkId && sdkData.IsYolo { // 只记录yolo符合规则的sdk sdkName = sdkName + "," + sdkData.SdkName } } @@ -510,6 +506,7 @@ func filterRule(rule *protomsg.Rule, am *AreaMap) LittleRuleResult { if rule.SdkId == "FaceDetect" || rule.SdkId == "FaceCompare" { // 处理的是人脸算法 如果这条规则配置的是人脸算法，过滤完条件之后直接得出结果，因为肯定没有数量条件，自己拼接 log.Println("------------------------------------------还能进这儿了不成？？？") if rule.SdkId == am.sdkId && rule.PolygonId == am.areaId { // 算法和区域都得对的上 if rule.SdkId == "FaceCompare" { @@ -591,6 +588,7 @@ } } else { // 处理的都是yolo数据 log.Println("规则中的sdkId为：", rule.SdkId, "--区域数据集合中的sdkId为：", am.sdkId, "--规则中的区域Id为：", rule.PolygonId, "--区域数据集合中的区域Id为：", am.areaId, ) if rule.SdkId == am.sdkId && rule.PolygonId == am.areaId { // 首先这条规则得是这个算法的规则，其次规则所对应的区域id要跟区域数据的id对的上 if rule.SdkArgAlias == "score" || rule.SdkArgAlias == "proportion" || rule.SdkArgAlias == "size" { // 判断的是相似值，占比，尺寸等过滤条件，如果再有，还可以再加 var args []Arg
