4. 摄像头接入与配置
安防摄像头AI项目的交付质量，首先取决于视频源是否稳定、清晰、低延迟地进入AI分析引擎。摄像头接入与配置是整个项目链条的“最后一公里”，也是现场实施中最容易出问题的环节。本章围绕IP摄像头的网络配置、RTSP拉流、ONVIF协议对接、视频流解码与帧率控制四个核心模块展开，帮助交付工程师建立一套可复用的接入方法论。
4.1 IP摄像头配置：网络参数与访问基础
核心原理：IP摄像头本质是一台嵌入式网络设备，拥有独立的IP地址、子网掩码、网关和DNS配置。AI项目交付时，摄像头与AI服务器（或边缘计算盒子）必须处于同一二层网络或可路由的三层网络中。摄像头出厂默认IP通常为192.168.1.168或192.168.0.20等固定值，需要根据项目网络规划进行修改。此外，摄像头还涉及管理员密码、RTSP鉴权密码、ONVIF用户密码等多套凭据，交付时必须统一记录并妥善管理。
操作流程：IP摄像头配置通常遵循以下步骤：
- 物理连接：使用网线将摄像头连接到交换机，确保链路指示灯正常。
- 发现设备：使用厂商提供的搜索工具（如海康SADP、大华ConfigTool）或ONVIF Device Manager扫描网段，找到摄像头当前IP。
- 修改网络参数：将摄像头IP修改为项目规划的固定IP，设置正确的子网掩码和网关。例如规划为192.168.10.50/24，网关192.168.10.1。
- 设置鉴权账号：创建独立的RTSP/ONVIF用户，建议使用强密码，避免使用admin/admin123等弱口令。
- 验证连通性：在AI服务器上执行
ping 192.168.10.50确认网络可达，再通过浏览器访问摄像头Web管理页面确认HTTP服务正常。
4.2 RTSP拉流：URL构造与传输参数调优
核心原理：RTSP（Real Time Streaming Protocol）是摄像头最常用的流媒体传输协议。RTSP URL的格式为 rtsp://[用户名]:[密码]@[IP地址]:[端口]/[流路径]。不同厂商的流路径不同，例如海康威视主码流为 /Streaming/Channels/101，子码流为 /Streaming/Channels/102；大华主码流为 /cam/realmonitor?channel=1&subtype=0。RTSP本身只负责会话控制，实际视频数据通过RTP（Real-time Transport Protocol）传输，默认使用UDP端口，也可切换为TCP模式以增强穿透性。
拉流参数调优：在实际交付中，需要根据网络环境和AI算力调整以下参数：
| 参数项 | 推荐值 | 说明 |
|---|---|---|
| 传输协议 | TCP优先 | UDP延迟低但易丢包，TCP更稳定，适合跨交换机传输 |
| 超时时间 | 5~10秒 | 超过该时间未收到数据则重连，避免长时间黑屏 |
| 缓冲区大小 | 1~2MB | 过小导致花屏，过大增加延迟 |
| 拉流分辨率 | 根据AI模型输入 | 如模型输入640×640，则拉流分辨率设为1280×720即可 |
| 帧率 | AI推理5~10fps | 摄像头端可设置子码流为10fps，降低编码压力 |
4.3 ONVIF协议对接：设备发现与能力协商
核心原理：ONVIF（Open Network Video Interface Forum）是安防设备互操作的国际标准协议。通过ONVIF，AI平台可以自动发现网段内的摄像头、获取设备能力（如支持的编码格式、分辨率列表）、创建/删除RTSP用户、控制云台（PTZ）等。ONVIF基于Web Services（SOAP/XML）实现，默认使用HTTP端口80或8080。在对接时，需要先调用 GetCapabilities 获取设备能力，再调用 GetProfiles 获取视频流配置，最后通过 GetStreamUri 获取实际的RTSP拉流地址。
对接流程：
- 设备发现：使用WS-Discovery协议在局域网内广播查询，或通过ONVIF Device Manager手动添加IP。
- 鉴权：使用摄像头ONVIF用户名/密码进行WS-UsernameToken鉴权。
- 获取能力：调用
GetCapabilities确认设备支持H.264还是H.265，最大分辨率等。 - 获取流地址：调用
GetStreamUri获取主码流和子码流的RTSP URL。 - 创建用户：通过
CreateUser为AI平台创建专用拉流账号，避免使用管理员账号。
GetStreamUri 返回空值或鉴权失败。此时应降级方案：直接使用厂商SDK或手动配置RTSP URL。另外，ONVIF的WS-Discovery广播可能被交换机隔离，需确认VLAN间是否允许组播/广播包通过。
4.4 视频流解码与帧率控制
核心原理：摄像头输出的视频流通常是H.264或H.265编码的压缩数据，AI推理引擎无法直接处理，必须先解码为原始YUV或RGB帧。解码方式分为硬解码（利用GPU/NPU的硬件解码单元）和软解码（CPU执行FFmpeg等软件解码）。硬解码性能高、功耗低，但受限于硬件型号；软解码兼容性好，但CPU占用高。帧率控制是AI项目交付的关键环节——摄像头通常以25fps或30fps输出，而AI模型推理速度可能只有5~15fps，因此需要主动抽帧或设置帧率阈值，避免推理队列积压导致延迟飙升。
帧率控制策略：
- 摄像头端限帧：在摄像头Web页面将子码流帧率设置为10fps，从源头减少数据量。
- 解码端抽帧：使用FFmpeg的
-r参数或OpenCV的CAP_PROP_FPS设置读取帧率，例如每3帧取1帧。 - 动态帧率适配：根据AI推理耗时动态调整抽帧间隔，如推理耗时超过200ms则自动降为5fps。
- 关键帧策略：确保抽帧时优先保留I帧（关键帧），避免因P帧依赖导致画面花屏。
# FFmpeg拉流并抽帧示例（每2秒取1帧）
ffmpeg -rtsp_transport tcp -i "rtsp://user:pass@192.168.10.50:554/Streaming/Channels/101" \
-vf "fps=0.5" -f image2 /tmp/frames/frame_%04d.jpg
# OpenCV Python拉流并控制帧率
import cv2
cap = cv2.VideoCapture("rtsp://user:pass@192.168.10.50:554/Streaming/Channels/101")
cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) # 减少缓冲延迟
while True:
ret, frame = cap.read()
if not ret:
break
# 每3帧处理1帧
if frame_count % 3 == 0:
process_for_ai(frame)
frame_count += 1
4.5 常见误区与总结复盘
常见误区：
- 误区一：认为RTSP拉流成功就代表接入完成，忽略长时间稳定性测试。实际项目中，网络抖动、摄像头重启、交换机STP收敛都可能导致拉流中断。
- 误区二：所有摄像头统一使用主码流拉流。主码流分辨率高（如4K），但解码开销大，对于AI检测场景，720p或1080p通常已足够。
- 误区三：忽略ONVIF与RTSP用户分离。使用管理员账号拉流存在安全风险，且一旦密码泄露，摄像头配置可能被恶意篡改。
- 误区四：帧率控制只做解码端抽帧，不调整摄像头端编码参数。这导致带宽浪费和摄像头编码器过载。
总结复盘：摄像头接入与配置是AI项目交付的“地基工程”。建议交付团队建立标准化的接入检查清单：网络连通性→ONVIF发现→RTSP拉流→解码验证→帧率压测→7×24小时稳定性观察。每个环节都需要记录具体参数（IP、端口、URL、帧率、延迟），形成可追溯的交付文档。在实际项目中，建议预留20%的带宽和30%的解码性能余量，以应对摄像头码流波动和AI模型升级带来的额外开销。