这个需求是怎么来的呢？笔者看到部门同事要经常检查监控摄像头是不是正常工作，需要登录一个个主机来检测画面是不是偏了，发黑，过度发白等，其实是挺耗时间的，既然现在的设备都是IOT了，监控镜头也是走网络了，为什么Python不能自动巡检呢? 机会就是这么产生的。
在这个摄像头巡检的过程中，是使用了rtsp的协议，最关键的核心节点有两个：
1. 通过rtsp连接摄像头获取当前的图片，代码如下：
def get_pic(info):
??? picturevalue=0
??? cam_no=info[0]
??? ip=info[1]
??? file_name='images\\'+info[0]+".jpg"
??? username='***************'
??? password=‘***************’
??? port="554"
??? try:
??????? cap = cv2.VideoCapture("rtsp://" + username + ":" + password+ "@" + ip? + ":" + port + "/Streaming/Channels/1")
??????? isOpened=cap.isOpened()
??????? print(isOpened)
??????? print(type(isOpened))
??????? print(file_name)
??????? if isOpened:
??? ????????ret, frame = cap.read()
??????????? cv2.imwrite(file_name, frame)
??????? cap.release()
??????? print('完成抓拍')
??????? picturevalue=get_pic_value(file_name)
??? except:
??????? picturevalue=str(0)
return cam_no,picturevalue
这里主要是通过CV调用摄像头，获取图片并保存到指定路径。
2. 图片分析，如何通过图片判断这个摄像头的状态是否正常。在这里，笔者选用了提取图片的亮度值作为参考值，具体的原因如下：
- 如果镜头发生了位移，对应的亮度值会发生变化，已经测试过。
- 如果过量或者过暗，亮度值也会发生变化，也测试过。
- 如果摄像头掉线了，直接无法获取数据，这个直接就可以判断出来。
当然，选取亮度值作为参考也有局限性，会受到天气的影响，当然，我们可以将参考阈值设置的宽泛一点（参考值与实际值之间的差距），建议参考阈值不超过10，如果超过10，如果画面是正常的，可以修改参考值。当然，更智能一点，可以动态设置参考值，以前30天的平均实际值作为参考，这样会更精确一点。
??? def get_pic_value(img_name):
??? im=Image.open(img_name).convert('L')
??? start=ImageStat.Stat(im)
return str(int(start.mean[0]))
整体方案设计如下：
目前这个方案已经部署在笔者公司，基本上一些大的问题都可以通过这个机制发现，期待基于这些数据图片上进一步拓展，发现更多有益于业务需求的机会。
?