后台程序获取交通摄像头的方法

如果您想要后台程序获取交通摄像头的数据，一种常见的方法是使用网络爬虫技术。下面提供一个基本的思路：

1. 确定交通摄像头的位置和ID：通过查询相关的交通摄像头数据源，如交通运输部、地方交通管理部门等，可以获取到交通摄像头的位置信息和相应的唯一ID。

2. 设计程序并连接至摄像头：编写程序，在后台使用网络爬虫通过交通摄像头ID建立链接，进而获取其实时数据。不同类型的交通摄像头有不同的接口协议和数据格式，需要根据具体情况进行相应的调整。

3. 处理交通摄像头数据：一旦程序获得了交通摄像头的数据，需要进行解析和处理。交通摄像头的数据主要包含拍摄图片或视频、拍摄时间、地点等信息。

总体来说，获取交通摄像头数据需要考虑隐私和法律等方面的问题，需要结合当地的交通管理规定，谨慎实施。此外，还需要注意编写程序代码的安全性和稳定性，以确保每次获取数据时都能够顺利完成任务，并且不会损害网络和交通管理系统运行的稳定性。

嗯，想法很好！我只能告诉你这不好搞！因为java是跨平台而不是windows专属的，所以java对window系统的底层支持并不是很好，建议你用C#来玩摄像头，如果你真要用Java来搞，那么有两种方案，第一种是用C系列来加载摄像头，然后把数据传给java的web或socket；第二种就是6年前我用的方式了，JMF框架，不过这个在很早之前就已经被废弃停止更新了，当时我是在xp系统上能够正常使用的，win7只有一台机器成功过。代码我这儿好像没了，不过你可以参考别人的这个http://www.cnblogs.com/weyoung1987/p/4092633.html

可以，用PYQT+CV2,四个USB连接成功，程序如下，UI要自己搞了，放不下

# -*- coding: utf-8 -*-

import sys#, time

from PyQt5 import QtWidgets

from PyQt5.QtCore import QTimer, QThread, pyqtSignal

from Ui_cv2ui_thread import Ui_MainWindow

import cv2 as cv

from PyQt5.QtGui import QImage, QPixmap

from PyQt5.QtWidgets import (QApplication, QDialog, QFileDialog, QGridLayout,

QLabel, QPushButton, QColorDialog)

import numpy as np

class MainWindow(QtWidgets.QMainWindow, Ui_MainWindow):

def __init__(self, parent=None):

super(MainWindow, self).__init__(parent=parent)

self.setupUi(self) #这个一定要在这个最前面位置

# define the slot for pushbutton to save the merged image

self.pushButton.clicked.connect(self.savemergeimage)

self.img = np.ndarray(())#空的numpy array

self.img1 = np.ndarray(())

self.img2= np.ndarray(())

self.img3= np.ndarray(())

self.img4= np.ndarray(())

self.img4= np.empty([960,1280, 3], int)

self.cap = cv.VideoCapture(3) #注意，由大开到小,很重要

self.cap.set(3, 640) # setup the resolution of CCD

self.cap.set(4, 480)

ret, self.img=self.cap.read()

self.cap1 = cv.VideoCapture(2)

self.cap1.set(3, 640)

self.cap1.set(4, 480)

ret, self.img1=self.cap1.read()

self.cap2 = cv.VideoCapture(1)

self.cap2.set(3, 640)

self.cap2.set(4, 480)

ret, self.img2=self.cap2.read()

self.cap3 = cv.VideoCapture(0)

self.cap3.set(3, 640)

self.cap3.set(4, 480)

ret, self.img3=self.cap3.read()

#time.sleep(1)也许需要延迟，等他准备好

# 初始化一个定时器，在其他条件下用的

#self.timer = QTimer(self)

# 实例化一个线程

self.work0= WorkThread()

self.work0.trigger.connect(self.ccd2)

# 定义时间任务是一次性任务就设定下一行

#self.timer.setSingleShot(True)

# 启动时间任务，注意一致性

self.work0.start()

# 实例化一个线程

self.work= WorkThread()

# 多线程的信号触发连接到ccd3

self.work.trigger.connect(self.ccd3)

self.work.start()

# 实例化一个线程

self.work2 = WorkThread()

# 多线程的信号触发连接到ccd4

self.work2.trigger.connect(self.ccd4)

self.work2.start()

# 实例化一个线程

self.work3 = WorkThread()

# 多线程的信号触发连接到ccd1

self.work3.trigger.connect(self.ccdmerge)

self.work3.start()

self.work4 = WorkThread()

# 多线程的信号触发连接到ccd1

self.work4.trigger.connect(self.ccd1)

self.work4.start()

def refreshShowa(self):#显示ccd1到label1

# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage

height, width, channel = self.img.shape

bytesPerLine = 3 * width

self.qImg = QImage(self.img.data, width, height, bytesPerLine,

QImage.Format_RGB888).rgbSwapped()

# 将Qimage显示出来

self.label.setPixmap(QPixmap.fromImage(self.qImg))

def refreshShowb(self):#显示ccd2到label2

# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage

height, width, channel = self.img1.shape

bytesPerLine = 3 * width

self.qImg1 = QImage(self.img1.data, width, height, bytesPerLine,

QImage.Format_RGB888).rgbSwapped()

# 将Qimage显示出来

self.label_2.setPixmap(QPixmap.fromImage( self.qImg1))

def refreshShowc(self):#显示ccd3到label3

# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage

height, width, channel = self.img2.shape

bytesPerLine = 3 * width

self.qImg2 = QImage(self.img2.data, width, height, bytesPerLine,

QImage.Format_RGB888).rgbSwapped()

# 将Qimage显示出来

self.label_3.setPixmap(QPixmap.fromImage( self.qImg2))

def refreshShowd(self):#显示ccd4到label4

# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage

height, width, channel = self.img3.shape

bytesPerLine = 3 * width

self.qImg3 = QImage(self.img3.data, width, height, bytesPerLine,

QImage.Format_RGB888).rgbSwapped()

# 将Qimage显示出来

self.label_4.setPixmap(QPixmap.fromImage( self.qImg3))

def refreshShowe(self):#显示合并的影像到label6

# 提取图像的尺寸和通道, 用于将opencv下的image转换成Qimage

height, width, channel = self.img4.shape

bytesPerLine = 3 * width

self.qImg4 = QImage(self.img4.data, width, height, bytesPerLine,

QImage.Format_RGB888).rgbSwapped()

# 将Qimage显示出来

self.label_6.setPixmap(QPixmap.fromImage( self.qImg4))

def ccd1(self):

self.cap.set(3, 640)

self.cap.set(4, 480)

ret, self.img = self.cap.read()

self.refreshShowa()

# 启动另一个线程

self.work0.start()#注意一致性

def ccd2(self, str):

self.cap1.set(3, 640)

self.cap1.set(4, 480)

ret, self.img1 = self.cap1.read()

self.refreshShowb()

self.work.start()#注意一致性

def ccd3(self, str):

self.cap2.set(3, 640)

self.cap2.set(4, 480)

ret, self.img2= self.cap2.read()

self.refreshShowc()

self.work2.start()#注意一致性

def ccd4(self, str):

self.cap3.set(3, 640)

self.cap3.set(4, 480)

ret, self.img3 = self.cap3.read()

self.refreshShowd()

self.work3.start()#注意一致性

def ccdmerge(self, str):

self.img4=np.hstack((self.img, self.img1))

self.img4=np.vstack((self.img4, np.hstack((self.img2, self.img3))))

#print ('here is a merge process') 可以用来判断多线程的执行

self.refreshShowe() #later to remove the remark

self.work4.start()#注意一致性

def savemergeimage(self):

# 调用存储文件dialog

fileName, tmp = QFileDialog.getSaveFileName(

self, 'Save Image', './__data', '*.png *.jpg *.bmp', '*.png')

if fileName == '':

return

if self.img.size == 1:

return

# 调用opencv写入图像

cv.imwrite(fileName,self.img4)

class WorkThread(QThread): #多线程核心，非常重要

# 定义一个信号

trigger = pyqtSignal(str)

def __int__(self):

# 初始化函数，默认

super(WorkThread, self).__init__()

def run(self):

self.trigger.emit('')

if __name__ == "__main__":

app = QtWidgets.QApplication(sys.argv)

w = MainWindow()

w.show()

sys.exit(app.exec_())

---