【亲测免费】 ONVIF Device(IP camera) Service Server 安装和配置指南
2026-01-20 02:28:51作者:余洋婵Anita
1. 项目基础介绍和主要的编程语言
项目基础介绍
onvif_srvd 是一个用于实现 ONVIF 设备(IP 摄像头)服务的 Linux 守护进程。该项目提供了一个最小化的实现,可以作为模板用于编写自己的 ONVIF 服务。ONVIF(Open Network Video Interface Forum)是一个全球性的开放标准,旨在通过网络视频设备(如 IP 摄像头、视频管理系统和存储)之间的互操作性来简化集成。
主要的编程语言
该项目主要使用 C++ 编写,同时也涉及一些 Shell 脚本和 CMake 配置文件。
2. 项目使用的关键技术和框架
关键技术
- ONVIF 协议:该项目基于 ONVIF 协议,用于实现 IP 摄像头的网络服务。
- gSOAP:用于生成 Web 服务数据绑定,支持 SOAP 和 WSDL。
- CMake:用于项目的构建和配置。
框架
- Linux 守护进程:该项目运行在 Linux 系统上,作为一个后台服务(daemon)。
- WS-Security:支持加密和安全通信。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,确保你的系统已经安装了以下依赖包:
makem4flexbisonbyaccyacccmakeopenssllibssl-devzlib1g-devlibcrypto++8
在 Ubuntu 22.04 上,你可以使用以下命令安装这些依赖:
sudo apt update
sudo apt install flex bison byacc make cmake m4 openssl libssl-dev zlib1g-dev libcrypto++8
详细的安装步骤
-
克隆项目仓库 首先,从 GitHub 克隆
onvif_srvd项目:git clone https://github.com/KoynovStas/onvif_srvd.git cd onvif_srvd -
配置和构建项目 使用 CMake 配置和构建项目。你可以选择不同的构建选项,例如使用系统自带的 gSOAP 或者自定义的 gSOAP。
-
默认构建(使用自定义 gSOAP):
cmake -B build cmake --build build -
使用系统 gSOAP:
cmake -B build -DUSE_SYSTEM_GSOAP=1 cmake --build build -
启用 WS-Security 支持:
cmake -B build -DWSSE_ON=1 cmake --build build
-
-
启动守护进程 构建完成后,你可以启动守护进程。以下是启动命令的示例:
./build/onvif_srvd --ifs eth0 --scope onvif://www.onvif.org/name/TestDev --scope onvif://www.onvif.org/Profile/S --name RTSP --width 800 --height 600 --url rtsp://%s:554/unicast --type JPEG你也可以使用提供的启动脚本:
./start_scripts/S90onvif_srvd start -
测试守护进程 为了测试守护进程,你可以使用 ONVIF Device Tool(GUI)或者
gsoap-onvif命令行工具。例如:./ipconvif 127.0.0.1:1000
总结
通过以上步骤,你应该能够成功安装和配置 onvif_srvd 项目,并启动 ONVIF 设备服务。如果你遇到任何问题,可以参考项目的 GitHub 页面或相关文档进行排查。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0192
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
884
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
443
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
612