Skip to content
TheChatArchiveThe Chat Archive
gpt-4-0314· OpenAIAi2 WildChat-4.8M (AI2)

使用python编写一个使用摄像头onvif协议采集图像的脚本。需求如下: 1.使用onvif协议url。 2.检测到摄像头画面变动才进行图片保存。…

  1. User

    使用python编写一个使用摄像头onvif协议采集图像的脚本。需求如下: 1.使用onvif协议url。 2.检测到摄像头画面变动才进行图片保存。 3.图片在日期(年-月-日)文件夹下的子文件夹下保存,每个子文件夹中的图片个数不能超过1000张。 4.实时监测保存目录的磁盘分区容量,磁盘分区容量如果小于2%则停止程序。 5.可以设置保存图片的时间段,支持多时段设置。比如"2023-06-14-13-00"-“2023-06-14-14-00”,"2023-06-14-09-00"-“2023-06-14-10-00”就表示在2023年6月14号13点至2023年6月14号14点和2023年6月14号9点至2023年6月14号10点才进行保存图片的操作。 6.可以按秒为单位设置保存图片的间隔。比如每隔1秒才保存一张图片。 7.可以设置保存的图片个数(save_num),该设置和第5步的条件二选一,如果用户同时设置了这两个参数则本条参数优先。保存完设置的图片个数后自动退出并执行第8步。每隔1分钟更新剩余要保存的图片个数,该值要将配置文件中保存图片个数的参数覆盖。 8.在设置的规则范围内保存完图片后,对图片进行分卷压缩,可以设置分卷大小。压缩任务完成后删除保存的图片文件。 9.从config.yaml中读取上述的配置参数。配置参数有:onvif地址、保存图片的位置、保存图片的格式(例如png)、保存图片的时间段、分卷压缩的分卷大小(单位:mb)、保存图片个数

  2. Assistant

    根据您的需求,我为您编写了一个Python脚本,使用onvif协议从摄像头捕获图像并根据设置的条件进行保存和压缩。请确保已安装opencv-python和pyyaml:

    pip install opencv-python
    pip install pyyaml
    

    将以下代码另存为camera_capture.py:

    import cv2
    import os
    import time
    import yaml
    import datetime
    import shutil
    import zipfile
    import psutil
    from threading import Timer
    
    
    def get_config(filename='config.yaml'):
        with open(filename) as f:
            config = yaml.safe_load(f)
        return config
    
    
    def check_time_ranges(time_ranges):
        now = datetime.datetime.now().time()
    
        for time_range in time_ranges:
            start_time, end_time = [datetime.time(int(i[:2]), int(i[3:5]))
                                    for i in time_range.split('-')]
            if start_time <= now <= end_time:
                return True
        return False
    
    
    def save_image(interval, onvif_url, save_dir, image_format, save_num, time_ranges, chunk_size):
        cap = cv2.VideoCapture(onvif_url)
    
        if not cap.isOpened():
            print('Error: Unable to open video stream.')
            return
    
        img_counter = 0
        detect_motion = False
        today = datetime.date.today()
    
        while True:
            ret, frame = cap.read()
            if not ret:
                print('Error: Unable to read frame.')
                break
    
            if detect_motion:
                today_folder = save_dir / str(today)
                today_folder.mkdir(parents=True, exist_ok=True)
                subfolders = sorted([d for d in today_folder.iterdir()])
                if not subfolders or len(list(subfolders[-1].glob('*.' + image_format))) >= 1000:
                    subfolder = today_folder / f'{len(subfolders) + 1:03d}'
                    subfolder.mkdir()
                else:
                    subfolder = subfolders[-1]
    
                img_name = subfolder / f'{img_counter + 1:06d}.{image_format}'
                cv2.imwrite(str(img_name), frame)
    
                img_counter += 1
                print(f'Saved: {img_name}')
                if img_counter == save_num:
                    break
    
            time.sleep(interval)
    
            if time_ranges is not None and not check_time_ranges(time_ranges):
                continue
    
            detect_motion = not detect_motion
    
            if save_num is not None:
                save_num -= img_counter
    
            usage = shutil.disk_usage(str(save_dir))
            if usage.free / usage.total < 0.02:
                print('Error: Disk space less than 2%. Stopping.')
                break
    
            if datetime.date.today() != today:
                compressed_folder = save_dir / 'compressed'
                compressed_folder.mkdir(parents=True, exist_ok=True)
    
                for subfolder in (save_dir / str(today)).iterdir():
                    archive_name = compressed_folder / f'{subfolder.name}.zip'
                    with zipfile.ZipFile(archive_name, 'w', zipfile.ZIP_DEFLATED) as archive:
                        for img in subfolder.glob('*.' + image_format):
                            archive.write(img, os.path.basename(str(img)))
                            os.remove(str(img))
    
                    shutil.rmtree(str(subfolder))
    
                today = datetime.date.today()
    
        cap.release()
    
    
    if __name__ == '__main__':
        config = get_config()
        interval = config['capture_interval']
        onvif_url = config['onvif_url']
        save_dir = config['save_dir']
        image_format = config['image_format']
        time_ranges = config['time_ranges']
        chunk_size = config['chunk_size']
        save_num = config['save_num']
    
        save_image(interval, onvif_url, save_dir, image_format, save_num, time_ranges, chunk_size)
    
    

    让我们将以下配置参数添加到config.yaml文件中:

    onvif_url: 'rtsp://username:password@ip_address:port/endpoint'
    capture_interval: 1
    save_dir: '/path/to/save_dir'
    image_format: 'png'
    time_ranges:
      - '09:00-10:00'
      - '13:00-14:00'
    chunk_size: 1
    save_num: 200
    

    添加了这些配置参数后,只需运行camera_capture.py即可按照设置开始捕获图像。运行以下命令来启动脚本:

    python camera_capture.py
    

    请注意根据您的摄像头配置填入摄像头onvif地址,并将save_dir配置为您希望保存图像的目录,并安装必需的opencv。

  3. User

    我想用python实现调用bandzip来对一个5g的文件夹或文件进行分卷压缩,每个分卷的大小为100m

  4. Assistant

    为了使用Bandizip进行分卷压缩,您需要首先在您的电脑上安装Bandizip。可以从 https://www.bandisoft.com/bandizip 下载并安装。

    安装Bandizip后,可以使用Python的subprocess模块来调用Bandizip并进行分卷压缩。以下是一个实现该功能的示例:

    import os
    import subprocess
    
    def bandizip_compress(input_path, output_path, volume_size):
        input_path = os.path.abspath(input_path)
        output_path = os.path.abspath(output_path)
        volume_size_str = f"{volume_size}m"
    
        # 获取Bandizip可执行文件的路径
        bandizip_path = os.path.join(os.path.abspath(''), 'Bandizip.exe')
        if not os.path.exists(bandizip_path):
            bandizip_path = 'Bandizip.exe'  # 如果Bandizip.exe没有在当前目录,则尝试使用默认安装路径
    
        # 检查Bandizip可执行文件是否存在
        if not os.path.exists(bandizip_path):
            print(f"Error: Can't find Bandizip executable at {bandizip_path}")
            return
    
        # 使用Bandizip进行分卷压缩
        cmd = f'"{bandizip_path}" a -r -s={volume_size_str} "{output_path}" "{input_path}"'
        result = subprocess.run(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
    
        # 输出结果
        if result.returncode != 0:
            print(f'Error: Bandizip compression failed, return code {result.returncode}')
            print(f'Standard output: {result.stdout.decode("utf-8")}')
            print(f'Standard error: {result.stderr.decode("utf-8")}')
        else:
            print(f'Compression completed successfully!')
    
    if __name__ == '__main__':
        input_path = './input_folder_or_file'
        output_file = './output.zip'
        volume_size = 100
    
        bandizip_compress(input_path, output_file, volume_size)
    

    将上述代码保存为bandizip_compress.py并按照注释中提供的指示下载并安装Bandizip。然后,将input_path变量设置为您要压缩的文件夹或文件的路径,将output_path变量设置为压缩文件的保存路径,将volume_size变量设置为每个分卷的大小(以兆字节为单位)。最后,运行脚本:

    python bandizip_compress.py
    

    注意:本示例中的bandizip_path默认为当前目录。您可以在电话脚本中修改bandizip_path以更改Bandizip可执行文件的位置。请确保使用Python 3版本。