### 使用 Python 实现从海康威视摄像头捕获画面并保存至本地 要完成此功能，可以基于 OpenCV 和海康威视 SDK 或 API 来实现。以下是具体方法： #### 方法一：使用 OpenCV 的 VideoCapture 接口 如果仅需简单地获取 RTSP 流并通过 OpenCV 处理，则可采用以下方式。 ```python import cv2 # 初始化视频捕获对象 cap = cv2.VideoCapture("rtsp://admin:a123456789@121.248.50.30/h264/ch1/main/av_stream") # 定义编码器和创建 VideoWriter 对象 fourcc = cv2.VideoWriter_fourcc(*'XVID') # 设置编码格式 out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480)) # 输出文件名、帧率、分辨率 while True: ret, frame = cap.read() if not ret: break out.write(frame) # 将每一帧写入输出文件 cv2.imshow("Video", frame) if cv2.waitKey(1) & 0xFF == ord('q'): # 按 'q' 键退出循环 break cap.release() # 释放资源 out.release() cv2.destroyAllWindows() ``` 上述代码实现了通过 RTSP 协议连接到摄像头，并将接收到的画面保存为 AVI 文件[^1]。 --- #### 方法二：利用海康威视 SDK 进行更复杂的操作 对于需要更高性能或更多自定义选项的情况，可以通过 C++ 动态链接库封装接口并与 Python 配合工作。例如，在 Linux 下构建动态链接库工程时，按照以下流程执行： 1. **设置开发环境** - 创建 CodeBlocks 工程。 - 添加 `HKIPcameracpp`, `HKIPcamera.h` 及 `HKIPcamera_wrap.cxx` 到项目中[^2]。 2. **编写 Python 脚本调用 SDK** 借助 SWIG 或 ctypes 库加载编译后的共享库（`.so`），从而访问底层函数。 ```python from ctypes import cdll, c_char_p, POINTER, Structure # 加载动态链接库 libhikvision = cdll.LoadLibrary('./libhikvision.so') class FrameData(Structure): # 自定义结构体映射 _fields_ = [("width", c_int), ("height", c_int), ("data_ptr", POINTER(c_char_p))] def capture_and_save(): libhikvision.init_camera(b"username", b"password", b"ip_address") output_writer = None while True: frame_data = FrameData() success = libhikvision.get_frame(byref(frame_data)) if not success or frame_data.data_ptr is None: continue image_array = np.ctypeslib.as_array(frame_data.data_ptr[:frame_data.width * frame_data.height]) reshaped_image = image_array.reshape((frame_data.height, frame_data.width)) if output_writer is None: fourcc = cv2.VideoWriter_fourcc(*'MJPG') output_writer = cv2.VideoWriter('output_from_sdk.avi', fourcc, 20.0, (reshaped_image.shape[1], reshaped_image.shape[0])) output_writer.write(reshaped_image) cv2.imshow("Camera Feed from SDK", reshaped_image) key = cv2.waitKey(1) if key == ord('q'): break capture_and_save() if __name__ == "__main__": pass ``` 该脚本展示了如何结合 Python 和 C/C++ 编写的 SDK 函数来处理图像数据。 --- #### 方法三：多线程或多进程支持多个摄像头录制 当面对多个设备输入源时，推荐引入 multiprocessing 模块分配独立的任务给各子进程分别管理其对应的流媒体传输链路。 ```python from multiprocessing import Process import time def process_single_cam(cam_url, file_name): """单个摄像机录像逻辑""" cap = cv2.VideoCapture(cam_url) fourcc = cv2.VideoWriter_fourcc(*'H264') writer = cv2.VideoWriter(file_name, fourcc, 25.0, (int(cap.get(3)), int(cap.get(4)))) try: while True: _, img = cap.read() if img is None: raise Exception(f"No video stream available at {cam_url}") writer.write(img) time.sleep(.04) # 控制刷新频率 except KeyboardInterrupt: print("\nStopping...") finally: cap.release() writer.release() urls = ["rtsp://...", "..."] # 替换实际地址列表 processes = [] for idx, url in enumerate(urls): p = Process(target=process_single_cam, args=(url, f"video_{idx}.mp4")) processes.append(p) p.start() for proc in processes: proc.join() ``` 这种方法能够显著提升效率，尤其适用于大规模部署场景下的并发需求[^3]。 ---