Docker下部署mjpg-streamer服务器实现目标检测

Docker下部署mjpg-streamer服务器实现目标检测

前言：我需要借助mjpg-streamer流媒体服务器实现rtsp流媒体的读取实现目标检测后可以实时观看监控，刚开始部署的时候使用了unbutu20.04，接下来讲解一下怎么在docker里面部署。

---

一、克隆mjpg-streamer开源项目到ubuntu18.04容器

1.在docker下拉取ubuntu18.04镜像：

docker pull ubuntu:18.04

2.运行镜像

docker run -it 5a21 /bin/bash,这里面的5a21是镜像ID前4位，具体可以win+r,输入cmd回车后，输入docker images查看。

3.安装需要的git工具

apt update
apt install git

4.克隆mjpg-streamer到本地

git clone https://github.com/jacksonliam/mjpg-streamer.git

二、安装mjpg-streamer所依赖的环境

1.安装官网指定的环境

apt-get install cmake libjpeg8-dev

apt-get install gcc g++

2.安装编译input_opencv.so所依赖的环境

2.1安装python3：

我这里安装了python3.6(ubuntu20.04下亲测python3.8可用)

apt-get install python3

可以输入python3 --version测试一下是否安装成功

2.2安装pip3

apt install pip3

2.3安装numpy以及opencv-python

pip3 install numpy
pip3 install opencv-python

2.4安装c++版本opencv

这个安装起来比较麻烦，也需要依赖很多环境，这里不详细介绍了，请参考给予我帮助的大佬文章

[c++]-ubuntu20.04安装c++版本opencv_ai_faker的博客-CSDN博客

三、编译mjpg-streamer

编译前需要修改一些参数，因为作者测试的时候使用的python和opencv版本不一致可能会导致编译失败，官网lsuess里面也有，可以参考一下。

 按照上面的介绍修改完成后就可以正常编译input_opencv.so

cd mjpg-streamer/mjpg-streamer-experimental
make
sudo make install

等待编译完成后，就会在当前路径下生成很多文件，如input_opencv.so，接下来就可以参照官方文档完成相应的功能。

四、测试

我使用了input_opencv.so以及http_output.so完成了打开本地摄像头实现目标检测后在浏览器实时查看，详细做法请参考官方文档。

(该图为ubuntu20.04系统下实现)

五、项目地址：

GitHub - jacksonliam/mjpg-streamer: Fork of http://sourceforge.net/projects/mjpg-streamer/