【EdgeX（13）】 ：EdgeX官方的摄像头demo-app，接入摄像头可以控制摄像头的上下左右方向，创建OpenVINO的目标检测跟踪服务，并成功接受到相关坐标数据，可以直接做边缘计算了。
目录
- 前言
- 1，关于EdgeX的demo-app例子
- 2，使用 ：make install-edge-video-analytics 安装操作
- 3，使用 make run-edge-video-analytics 启动镜像，开启端口 8080
- 4，创建摄像头-应用，这个才是处理配置的界面，端口 59750
- 5，使用总结
前言
相关EdgeX Foundry 全部分类：
https://blog.csdn.net/freewebsys/category_9437788.html
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/126230258
未经博主允许不得转载。
博主地址是：http://blog.csdn.net/freewebsys
1，关于EdgeX的demo-app例子
信息地址：
https://www.edgexfoundry.org/software/releases/
使用文档：
https://github.com/edgexfoundry/device-onvif-camera/blob/main/doc/using-demo-app.md
首先下载 edgex examples 项目
$ git clone https://github.com/edgexfoundry/edgex-examples.git# 切换到 camera management 项目$ cd edgex-examples/application-services/custom/camera-management/2，使用 ：make install-edge-video-analytics 安装操作
日志都保存，看看都下载了一些文件。
项目是：
https://github.com/intel/edge-video-analytics-microservice.git
$ make install-edge-video-analytics # 保留了一些日志，不全。make -C edge-video-analytics installgit clone --depth=1 --branch v0.7.0 https://github.com/intel/edge-video-analytics-microservice.git src_v0.7.0正克隆到 'src_v0.7.0'...ln -sf src_v0.7.0/pipelines pipelinesmkdir -p modelschmod +x src_v0.7.0/tools/model_downloader/model_downloader.sh src_v0.7.0/docker/run.shsrc_v0.7.0/tools/model_downloader/model_downloader.sh --model-list src_v0.7.0/models_list/models.list.ymlFound /dev/dri/render entry - enabling for GPUFound /dev/bus/usb - enabling for Intel(R) NCS2Running Video Analytics Serving Image: 'openvino/ubuntu20_data_dev:2021.4.2'模型放到了：/data/home/test/edgex/edgex-examples/application-services/custom/camera-management/edge-video-analytics/src_v0.7.0/models_list...Copied model_proc to: /output/models/object_detection/person_vehicle_bike/person-vehicle-bike-detection-crossroad-0078.json....Copied model_proc to: /output/models/object_classification/vehicle_attributes/vehicle-attributes-recognition-barrier-0039.json...Conversion command: /usr/bin/python3 -- /opt/intel/openvino/deployment_tools/model_optimizer/mo.py --- Inference Engine found in: /opt/intel/openvino_2021.4.752/python/python3.8/openvino...3，使用 make run-edge-video-analytics 启动镜像，开启端口 8080
要保障本地 8080 端口没有被占用，服务启动成功开启 8080 端口。
这个是图像处理服务，是 OpenVINO 的模型进行处理，识别的服务，必须开启应用才可以跑通。
$ make run-edge-video-analytics # 保留了一些日志，不全。make -C edge-video-analytics rundocker-compose -p edge-video-analytics up# 加载模型edge-video-analytics-edge_video_analytics_microservice-1 | {"levelname": "INFO", "asctime": "2022-10-19 06:46:34,872", "message": "Loading Model: object_detection version: person_vehicle_bike type: IntelDLDT from {'FP16': '/app/models/object_detection/person_vehicle_bike/FP16/person-vehicle-bike-detection-crossroad-0078.xml', 'FP32': '/app/models/object_detection/person_vehicle_bike/FP32/person-vehicle-bike-detection-crossroad-0078.xml', 'model-proc': '/app/models/object_detection/person_vehicle_bike/person-vehicle-bike-detection-crossroad-0078.json'}", "module": "model_manager"}# 服务启动成功，端口 8080edge-video-analytics-edge_video_analytics_microservice-1 | {"levelname": "INFO", "asctime": "2022-10-19 06:46:35,619", "message": "Completed Loading Pipelines", "module": "pipeline_manager"}edge-video-analytics-edge_video_analytics_microservice-1 | {"levelname": "INFO", "asctime": "2022-10-19 06:46:35,619", "message": "===========================", "module": "pipeline_manager"}edge-video-analytics-edge_video_analytics_microservice-1 | {"levelname": "INFO", "asctime": "2022-10-19 06:46:35,698", "message": "Starting Tornado Server on port: 8080", "module": "__main__"} 1.1s4，创建摄像头-应用，这个才是处理配置的界面，端口 59750
配置摄像头凭证文件。输入账号密码。
$ vi res/configuration.toml # 设置账号密码 # TODO: Enter your camera's credentials here. # NOTE: currently this solution is limited to supporting only 1 username/password combination #for ALL cameras. In the future when then device-onvif-camera service is able to provide #us with pre-authenticated uris, this can be removed. [Writable.InsecureSecrets.CameraCredentials] path = "CameraCredentials" [Writable.InsecureSecrets.CameraCredentials.Secrets] username = "admin" password = "password"需要golang 环境：
https://golang.google.cn/doc/install
首先删除之前的老版本的文件，然后在解压缩到/usr/local目录下面：需要root权限$ sudo rm -rf /usr/local/go && sudo tar -C /usr/local -xzf go1.19.2.linux-amd64.tar.gz$ vi $HOME/.bashrc增加环境变量# add golangexport PATH=$PATH:/data/local/go/bin# 增加代理，下载提速export GO111MODULE=onexport GOPROXY=https://goproxy.cn测试$ go versiongo version go1.19.2 linux/amd64安装工具和依赖：
# 需要安装工具 pkg-config$ sudo apt install pkg-config# 安装 zeromq 依赖开发工具包：$ sudo apt-get install libzmq3-dev执行构建，没有任何问题代表构建成功！
$ make build-app go mod tidyCGO_ENABLED=1 go build -ldflags "-X github.com/edgexfoundry/app-functions-sdk-go/v2/internal.SDKVersion=v2.2.0 -X github.com/edgexfoundry/app-functions-sdk-go/v2/internal.ApplicationVersion=0.0.0" -o app-camera-management$ make run-app EDGEX_SECURITY_SECRET_STORE=false ./app-camera-management.....level=INFO ts=2022-10-19T08:31:46.13384954Z app=app-camera-management source=service.go:202 msg="StoreAndForward disabled. Not running retry loop."level=INFO ts=2022-10-19T08:31:46.133856645Z app=app-camera-management source=service.go:205 msg="Camera Management Application Service has started"level=INFO ts=2022-10-19T08:31:46.133863725Z app=app-camera-management source=server.go:162 msg="Starting HTTP Web Server on address 0.0.0.0:59750"然后就可以看到界面了：可以看到各种服务都OK，同时要保证上面的 8080 服务也开着。
如果界面报错：说明上面的 run-edge-video-analytics 没有启动成功，端口不通。
"Failed to get pipelines: GET request to query all EVAM pipelines failed: failed to send a http request -> Get \"http://localhost:8080/pipelines\": dial tcp 127.0.0.1:8080: connect: connection refused"偶尔会有 google 字体加载失败的情况，需要特殊解决下，找到个字体服务替换下，在 web-ui/dist/index.html 文件中。
https://fonts.gstatic.com/s/materialicons/v139/flUhRq6tzZclQEJ-Vdg-IuiaDsNcIhQ8tQ.woff2
可以上下左右的控制摄像头了，操作之后可以看到 API log 生效了
然后开始推理，【start pipeline】
就可以找到相关的人和车了。
使用
然后开启事件可以看到：
使用命令可以直接查看实时结果：需要安装 sudo apt install ffmpeg
ffplay -rtsp_transport tcp rtsp://localhost:8554/Camera001在工位，没有车辆行人的视频，用截图代替了。
5，使用总结
EdgeX官方的摄像头demo-app，接入摄像头可以控制摄像头的上下左右方向，创建OpenVINO的目标检测跟踪服务，并成功接受到相关坐标数据。
这个官方例子还是非常的丰富的。稍作修改下就可以应用到项目当中了，已经把相关的目标检测模型都放到 OpenVINO 中，
封装成一个docker 服务器启动了。整个流程也通过配置下就可以了。
非常的方便、简单、高效的边缘演示服务！
本文的原文连接是:
https://blog.csdn.net/freewebsys/article/details/126230258
博主地址是：https://blog.csdn.net/freewebsys