网页监控系统设计之使用mjpg-streamer

本文介绍如何使用mjpg-streamer搭建网页监控系统,包括boa服务器搭建、V4L2驱动程序移植、libjpeg库移植及mjpg-streamer源码移植步骤。通过UVC规范的USB摄像头实现实时视频流传输。

分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识,造福人民,实现我们中华民族伟大复兴!

               

开始我们使用的是servfox和spcaview来搭建网页监控系统框架的,参考这篇文章:

WEB网页监控系统的设计框架思路详解”,今天我教给大家一个更好的方法,通过mjpg-streamer来搭建网页监控系统的设计。

   需要准备的环境如下:

搭建boa服务器:http://blog.csdn.net/qq_21792169/article/details/49430123

移植V4L2驱动程序:http://blog.csdn.net/qq_21792169/article/details/51030908

移植libjpeg库:http://blog.csdn.net/qq_21792169/article/details/50427479

移植mjpg-streamer:这篇文章讲解。


需要的摄像头是符合UVC规范的USB摄像头,能够正常运行的Linux操作系统。


下面开始移植mjpg-streamer源码:点击这里下载!

tar -xzvf mjpg-streamer-r63.tar.gz 

cd mjpg-streamer-r63

把下面所有的Makefile中的CC = gcc修改成CC = arm-linux-gcc

根目录Makefile   

plugins/input_gspcav1/Makefile

plugins/input_uvc/Makefile 

plugins/output_file/Makefile

plugins/output_autofocus/Makefile

plugins/output_http/Makefile 

plugins/input_testpicture/Makefile 


在修改plugins/output_file/Makefile,在CFLAGS +=添加自己安装libjpg头文件的路径,我的路径是 -I /home/book/workspace/digial_photo/libjpeg-turbo-1.2.1/tmp/include

再将input_uvc.so:后面添加库文件路径 -L /home/book/workspace/digial_photo/libjpeg-turbo-1.2.1/tmp/lib

然后会好根目录,直接make

根目录下就生成了 mjpg_streamer可执行文件,和一些库文件,将 mjpg_streamer复制到根文件系统的/usr/bin目录,将库文件复制到/lib目录下。

cp *so*   / work/nfs_root/  

把www目录复制到开发板的/etc/boa/目录下(移植boa服务器时候搭建的)


然后我们就可以开始测试了:

ls /dev/video*      /* 看有没有摄像头驱动的设备节点 */

./boa  &      /* 运行boa服务器 */

一般的UVC摄像头:

mjpg_streamer -i "input_uvc.so -f 10 -r 320*240 -y" -o "output_http.so -w etc/boa/www"

CMOS摄像头:

mjpg_streamer -i "input_uvc.so -f 10 -r 320*240 " -o "output_http.so -w etc/boa/www"


打开电脑的google浏览器或者火狐浏览器输入:172.16.148.111 :8080/?action=stream    就可以成功观测到摄像头的数据,172.16.148.111是我开发板的IP,这里要注意一下,如果是其他浏览器请安装JAVA运行环境。

到目前为止在局域网内任意一台电脑输入上面的网址就可以成功显示摄像头数据,注意是局域网,放到公网上目前没有做出来,我也正在开发阶段中,模拟QQ视频聊天程序(难度有点大,我做出来了在分享出来),下一步利用自己的USB无线网卡来发射视频数据,用android手机来监控视频数据。正在开发中。。


自己设计监控界面参考这篇文章:http://blog.csdn.net/qq_21792169/article/details/51172836

           

给我老师的人工智能教程打call!http://blog.csdn.net/jiangjunshow
这里写图片描述
我们把同一标的(昆仑万维,现价 43.20 元,2026-07-31 收盘)交给三套系统,各出一份独立分析: **C 报告(CoordClaw 基于管理学多智能体系统)**——投研级。它由五个角色构成:周婷整合撰写、李静出基本面、王芳出技术面、赵明出风险、陈默做 PM 终审。最终产物是一份 38 项分级风险清单(P0×4 / P1×12 / P2×12 / P3×6 / 尾部×4)、双源交叉验证的财务数据(EM/Sina 差异 <0.01%)、严格的口径纪律,以及一份原样保留的"待核实"清单。结论冷冰冰:高风险,不建议参与。 **D 报告(DeepSeek)**——信息整理级。它把"4+3 AGI 战略"、天工 AI、Opera 浏览器、StarMaker 拆得很漂亮,核心财务数据(营收 81.98 亿、归母 -15.93 亿)也没算错。但整篇没有技术面、没有量化风控,更关键的是——它完全没提实控人已减持 75%、质押状态未知、净现金仅 15.19 亿且续航只有 1.26~1.81 年这些要命的负面。这是典型的"选择性呈现"。 **K 报告(Kimi)**——以对比评估的方式呈现。它搭起"数据准确性 / 分析维度 / 结论合理性"的三维框架,把几份材料放在一起对照,给出各自的强弱判定。它的维度意识比 D 报告更自觉,但作为一份独立分析,它对"评估方法本身的信度"交待不足,部分引用的核对也不够彻底。 结果两家的结论高度一致。C 报告(多智能体)被评投研级、居首;D 报告(DeepSeek 自己写的)被评信息整理级、居中;K 报告(Kimi 自己那份)维度较全但核验深度有限,排在两者之间。DeepSeek 的那份评估把 C 给了五星、D 三星、K 四星;Kimi 的那份评估也独立地把最高分给了 C。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值