(1)、初始化:a.初始化摄像头;b.注册事件到epoll

(2)、开始采集--->触发事件处理系统

(3)、保存图像(方便测试)

a.初始化摄像头 //初始化摄像头

1、获取驱动信息

2、设置图像格式

3、申请图像缓冲区

4、映射到用户空间

5、图像缓冲入队列

//初始化摄像头
struct v4l2_dev* v4l2_init()
{
//1、初始化摄像头
v = calloc(, sizeof(struct v4l2_dev));
v->fd = open("/dev/video3", O_RDWR | O_NONBLOCK, ); //打开摄像头设备文件
//1.1 获取驱动信息
ioctl(v->fd, VIDIOC_QUERYCAP, &cap);
//1.2 设置图像格式
ioctl(v->fd, VIDIOC_S_FMT, &fmt);
//1.3 申请图像缓冲区
v->buf = calloc(req.count, sizeof(struct buf));
//1.4 把内核空间中的图像缓冲区映射到用户空间
ioctl(v->fd, VIDIOC_QUERYBUF, &buf);
//1.5 图像缓冲入队
ioctl(v->fd, VIDIOC_QBUF, &buf); //2、注册事件到epoll
v->ev = epoll_event_create(v->fd, EPOLLIN, cam_handler, v);//创建epoll附加结构
epoll_add_event(srv_main->epfd, v->ev);//添加事件到epoll
//事件处理函数
void cam_handler(int fd, void* arg)
{
struct v4l2_buffer buf;
struct v4l2_dev* v = arg;
int file_fd; file_fd = open("test.jpg", O_RDWR | O_CREAT, ); /*帧出列*/
buf.type = V4L2_BUF_TYPE_VIDEO_CAPTURE; //V4L2_BUF_TYPE_VIDEO_CAPTURE:1
buf.memory = V4L2_MEMORY_MMAP;
ioctl(v->fd, VIDIOC_DQBUF, &buf); write(file_fd, v->buf[buf.index].start, v->buf[buf.index].len);
close(file_fd); /*buf入列*/
ioctl(v->fd, VIDIOC_QBUF, &buf);
}
void v4l2_start_capture(struct v4l2_dev* v)
{
enum v4l2_buf_type type;
type = V4L2_BUF_TYPE_VIDEO_CAPTURE;
ioctl(v->fd, VIDIOC_STREAMON, &type);
} struct cam* cam_sys_init()
{
struct cam* cam = calloc(, sizeof(struct cam));
//1、初始化
cam->v4_dev = v4l2_init(); //2、开始采集
v4l2_start_capture(cam->v4_dev); }

基于视频压缩的实时监控系统-sprint2采集端图像采集子系统设计的更多相关文章

  1. 基于视频压缩的实时监控系统-sprint3采集端传输子系统设计

    由于jpg本来就是编码压缩后的格式,所有无需重复编码 传输子系统步骤:(1)初始化:a.socket(初始化tcp连接):b.将事件添加到epoll中 (2)事件处理:接收到网络包.发送完网络包 st ...

  2. \阶段4-独挡一面\项目-基于视频压缩的实时监控系统\Sprint2-采集端图像采集子系统设计

    1.在编写程序前有一个流程,思维导图: 初始化:包括初始化摄像头:注册事件到epoll 然后是开始启动采集:一旦开始采集我们的摄像头就会有数据了,它会触发事件处理函数:我们在这里的处理是保存这个图像: ...

  3. 项目-基于视频压缩的实时监控系统--tiny6410

    项目-基于视频压缩的实时监控系统--tiny6410 @国嵌linux学习笔记. 1. 构造服务端结构体 server struct server { int epfd; //保存epoll指针 st ...

  4. 基于视频压缩的实时监控系统-sprint1基于epoll架构的采集端程序设计

    part1:产品功能 part2:epoll机制   select与epoll区别 1.select与epoll没有太大的区别.除了select有文件描述符限制(1024个),select每次调用都需 ...

  5. 阶段4-独挡一面\项目-基于视频压缩的实时监控系统\Sprint1-基于Epoll架构的采集端程序框架设计\第2课-基于Epoll的采集端程序框架设计

    回顾之前的整个程序架构 把epoll机制应用到这个架构上去 下面主要去分析我们的系统中有没有需要等待的事件,先看看采集子系统 在采集子系统当中,摄像头有数据,摄像头采集到图像数据可以作为一个等待事件. ...

  6. 嵌入式应用开发第四阶段-基于rk3399的视频监控系统

    一.需求分析 伴随着嵌入式技术.图像处理技术和无线网络传输技术的发展,传统模拟视频监控系统和基于PC的远程视频监控系统由于自身的不足,已经无法满足现代社会应用中不断涌现出来的新需求,于是基于嵌入式技术 ...

  7. 转: 透过CAT,来看分布式实时监控系统的设计与实现

    评注: 开源的分布式监控系统 转:http://www.infoq.com/cn/articles/distributed-real-time-monitoring-and-control-syste ...

  8. 透过CAT,来看分布式实时监控系统的设计与实现

    2011年底,我加入大众点评网,出于很偶然的机会,决定开发CAT,为各个业务线打造分布式实时监控系统,CAT的核心概念源自eBay闭源系统CAL----eBay的几大法宝之一. 在当今互联网时代,业务 ...

  9. [经验交流] 试用基于 influxdb+kapacitor 的监控系统

    2017年10月16日: 使用中发现kapacitor的ui过于简单,不能满足实际工作需要,现已切换到grafana --------- 两个月前试用了基于 elasticsearch + xpack ...

随机推荐

  1. java 面向对象(三十四):泛型三 自定义泛型类、泛型接口、泛型方法

    1.举例: [Order.java] public class Order<T> { String orderName; int orderId; //类的内部结构就可以使用类的泛型 T ...

  2. Flask 基础组件(三):路由系统

    1. 常见路由 @app.route('/user/<username>') @app.route('/post/<int:post_id>') @app.route('/po ...

  3. Quartz.Net系列(十二):六大Calendar(Annual、Cron、Daily、Holiday、Monthly、Weekly)

    Quartz.Net中为了动态排除一些时间,而使用Calendar可以做到 1.DailyCalendar 可以动态的排除一天中的某些时间段 示例:在一天当中的13:00到14:00不要执行 publ ...

  4. easyui的组合网格:combogrid的选中事件

    jQuery EasyUI的API文档中写到: “数据表格下拉框事件完全扩展自combo(自定义下拉框)和datagrid(数据表格)” 这也就是说,我们完全可以将combo和datagrid的事件拿 ...

  5. Websphere修改web.xml不生效的解决办法(转)

    在websphere下部署了一个java工程后,如果修改了web.xml文件,重新启动这个java工程发现websphere并没有自动加载web.xml文件,即修改后的web.xml并不起作用,除非重 ...

  6. ResponseBodyAdvice如何处理返回值是字符串的问题

    项目中使用ResponseBodyAdvice同一封装返回格式,对于一般的类型都没有问题,但是处理字符串时,遇到了类型转换的问题,debug一步一步跟踪,原来是对于字符串的ContentType是“t ...

  7. java消除整型数组中重复的元素,排序后输出新数组

    法一: import java.util.Arrays; import java.util.Scanner; public class Main { public static void main(S ...

  8. 最小割树(Gomory-Hu Tree)

    当我们遇到这样的问题: 给定一个 \(n\) 个点 \(m\) 条边的无向连通图,多次询问两点之间的最小割 我们通常要用到最小割树. 博客 建树 分治.记录当前点集,然后随便找俩点当 \(s\) 和 ...

  9. android获取各种系统路径的方法

    链接https://blog.csdn.net/qq_26296197/article/details/51909423 通过Environment获取的 Environment.getDataDir ...

  10. pandas之groupby分组与pivot_table透视

    一.groupby 类似excel的数据透视表,一般是按照行进行分组,使用方法如下. df.groupby(by=None, axis=0, level=None, as_index=True, so ...