國標GB28181協議視訊人臉識別/車牌識別平臺EasyCVR設定好錄影計劃重啟後通道不錄影原因排查

阿新 • • 發佈：2020-12-31

技術標籤：Linux

# 查詢/路徑下的所有java檔案並刪除
find / -name "*.java" | xargs rm -rf
# 查詢檔案內容，並替換，把/下所有檔案中包含內容aaaa的都替換為bbbb
find / -name '*' | xargs perl -pi -e 's|aaaa|bbbb|g'

TSINGSEE青犀視訊開發的視訊智慧分析平臺EasyCVR支援像國標EasyGBS平臺一樣開啟錄影計劃進行錄影。正常情況下不同通道同時開啟錄影計劃的話，通道之間的錄影計劃不會被影響或者混亂，但是我們測試時卻發現了異常。

EasyCVR根據不同客戶端進行全平臺直播，可以分發出RTMP和HLS流，能夠完美覆蓋目前市面上所有需求平臺，同時，EasyCVR在直播時，還提供了多種配套功能進行輔助：直播鑑權功能、按需直播功能。此外，EasyCVR內還支援通

視訊上雲網關EasyCVR在上線的時候，就效仿EasyNVR、EasyGBS等平臺做了直播快照的實時顯示，EasyCVR原有的快照生成配置如下：

視訊協議融合平臺EasyCVR有錄影計劃的機制，使用者可以根據自己的需求對通道設定錄影，此處設定的過程和EasyNVR、EasyGBS等平臺大體相同。打擊可以瞭解一下操作方法：EasyNVR邊緣計算閘道器錄影計劃功能操作介紹。

國標GB28181平臺EasyGBS的告警功能相信大家也比較熟悉了，但是有的專案現場，在裝置眾多的情況下，就有僅對某些裝置進行告警設定的需求，該需求我們之前沒有講過，目前新版的EasyGBS是可以實現這種需求的。

大家知道EasyCVR作為TSINGSEE青犀視訊研發的多協議融合視訊智慧分析平臺，具備目前市面上很多視訊平臺所不具備的能力，比如支援同時接入GB28181協議、RTSP拉流協議、HIKSDK、Ehome等私有協議，按需靈活擴充套件、收縮

11 月 11 日訊息，據外媒 slashgear 報道，谷歌 Pixe 6/Pro 手機的屏下指紋識別模組又被曝光出一個新的 Bug。儘管谷歌表示其指紋識別功能具有很高的安全性，但是這一感測器在使用時，出現了識別不靈敏、識別速度慢等

TSINGSEE青犀視訊團隊每天都在對產品進行不間斷的測試，比如我們上線不久的EasyCVR平臺，除了日常測試外，還在對很多新功能進行開發和檢查。

隨著安防攝像頭出貨量逐年快速增長，將前端裝置統一接入與集中管理的視訊監控需求也越來越強烈。EasyCVR作為一套較為成熟穩定的視訊平臺，能將前端裝置接入的視訊資源進行統一集中管理，不需要對現有監控架構做調整，

EasyCVR屬於接入協議十分廣泛的視訊平臺，可支援的主流標準協議有GB28181、RTSP/Onvif、RTMP等，以及廠家私有協議與SDK接入，包括海康Ehome、海康SDK、大華SDK等（更多SDK與私有協議也在持續拓展中）。在視訊能力上，

一、前言錄影計劃這個功能一直掛了很久，之前做的也都有儲存視訊檔案功能，其中還分了三大種，第一種是手動開啟和停止錄影；第二種是按照指定時長比如10s儲存檔案；第三種是定時30分鐘一個檔案一直儲存。這三種功能

1.opencv 　　OpenCV是一個基於BSD許可（開源）發行的跨平臺計算機視覺和機器學習軟體庫，可以執行在Linux、Windows、Android和Mac OS作業系統上。 [1] 它輕量級而且高效——由一系列 C 函式和少量 C++ 類構成，同時

圖片人臉檢測 #coding=utf-8 import cv2 import dlib path = \"img/meinv.png\" img = cv2.imread(path) gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

圖片人臉識別 import cv2 filepath = \"img/xingye-1.png\" img = cv2.imread(filepath) # 讀取圖片 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) # 轉換灰色

TSINGSEE青犀視訊雲邊端架構產品在接入多級通道時，在視訊調閱側邊欄都會顯示分欄選單，目的是為了讓通道的區分更加清晰。比如國標GB28181協議視訊平臺EasyGBS視訊調閱介面左側的選單欄如下所示：

TSINGSEE青犀視訊開發的雲邊端視訊平臺包含了多種不同協議的接入平臺，且每個平臺都具備自己的特性，適用於不同的實際情況，比如支援RTSP協議的EasyNVR，比較適用於範圍限制較小的室內場景，而支援國標GB28181協議的

@目錄1、如何配置CAS單點登陸2、單點登入調整測試3、搭建GB28181視訊直播平臺

隨著經濟社會的迅速發展，人們的生活質量越來越高，隨之而來的私家車數量也大規模提升。為了提高管理效率，緩解停車場、公路的壓力，智慧化的車輛識別技術已經屢見不鮮，逐漸落地使用並發展成熟。車牌作為車輛的識別

目前計算機視覺（CV）與自然語言處理（NLP）及語音識別並列為人工智慧三大熱點方向，而計算機視覺中的物件檢測(objectdetection)應用非常廣泛，比如自動駕駛、視訊監控、工業質檢、醫療診斷等場景。

一、專案概述本次專案目標是實現對自動生成的帶有各種噪聲的車牌識別。在噪聲干擾情況下，車牌字元分割較困難，此次車牌識別是將車牌7個字元同時訓練，字元包括31個省份簡稱、10個阿拉伯數字、24個英文字母（\'O\'和