Golang订阅宇视测温相机超温报警

1.初始化订阅

// 初始化 订阅所有测温相机设备
func Sub() {
	//获取测温相机设备信息
	cas := mysql.ListTempCamera()
	for _, c := range cas {
		//相机用户名
		var username = c.UserName
		//相机密码
		var password = c.Password
		//相机ip
		var devideIp = c.DeviceIp
		//定义订阅告警参数
		params := make(map[string]interface{})
		//ip地址类型 0:IPv4 1:IPv6 2:域名 3:IPv4 和 IPv6 都需要
		params["AddressType"] = 0
		//ip 本服务ip用于注册到测温相机设备
		params["IPAddress"] = "192.168.10.158"
		//端口 本服务端口
		params["Port"] = "8080"
		//订阅周期,单位s 固定时间
		params["Duration"] = 3600
		//宇视测温相机订阅类型:取Bit3+Bit12+Bit13的Bit值,取十进制数 12296
		params["Type"] = 12296
		//相机编码或域编码
		params["DeviceID"] = "34020000001320000134"
		str, err := json.Marshal(params)
		if err != nil {
			logs.Error("订阅参数转码失败: %v", err)
			continue
		}
		req, err := http.NewRequest("POST", "http://"+devideIp+uri, bytes.NewBuffer(str))
		if err != nil {
			logs.Error("发送post请求异常: %v", err)
			continue
		}
		req.Header.Set("Content-Type", "application/json")
		resp, err := http.DefaultClient.Do(req)
		if err != nil {
			logs.Error("发送http订阅请求异常: %v", err)
			continue
		}
		defer resp.Body.Close()
		buffer := bytes.NewBuffer(make([]byte, 4096))
		_, errs := io.Copy(buffer, resp.Body)
		if errs != nil {
			logs.Error("read error: %v", err)
		}
		if resp.StatusCode == 200 {
			var responseData map[string]interface{}
			json.Unmarshal(buffer.Bytes(), &responseData)
			if _, ok := responseData["success"]; !ok || !responseData["success"].(bool) {
				logs.Info("启动订阅 success: %v", resp.StatusCode)
				subId := gjson.Get(buffer.String(), "Response.CreatedID").String()
				//subId := responseData[]
				m[devideIp] = subId
				mm[devideIp] = username
				mmm[devideIp] = password
				logs.Info(m, mm, mmm)
			} else {
				logs.Info("启动订阅失败,重新订阅: %v", resp.StatusCode)
			}
		}
        //判断没有权限时
		if resp.StatusCode == 401 {
			req, err := http.NewRequest("POST", "http://"+devideIp+uri, bytes.NewBuffer(str))
			if err != nil {
				logs.Error("发送失败重试异常: %v", err)
				continue
			}
			req.Header.Set("Content-Type", "application/json")

			var (
				realm  string
				nonce  string
				opaque string
			)
			auth := resp.Header.Get("Www-Authenticate")
			for _, v := range strings.Split(auth, " ") {
				if strings.Contains(v, "=") {
					b, _, _ := strings.Cut(v, ",")
					entry := strings.Split(b, "=")
					switch entry[0] {
					case "realm":
						realm = entry[1]
					case "nonce":
						nonce = entry[1]
					case "opaque":
						opaque = entry[1]
					}
				}
			}
			b := make([]rune, 16)
			for i := range b {
				ii, err := rand.Int(rand.Reader, big.NewInt(int64(len(letters))))
				if err != nil {
					logs.Info(err)
				}
				b[i] = letters[ii.Int64()]
			}
			m1 := MD5(username + ":" + strings.ReplaceAll(realm, "\"", "") + ":" + password)
			m2 := MD5(req.Method + ":" + uri)
			response := MD5(m1 + ":" + strings.ReplaceAll(nonce, "\"", "") + ":" + "00000002" + ":" + string(b) + ":" + "auth" + ":" + m2)
			a := fmt.Sprintf("Digest username=\"%v\", realm=%v, nonce=%v, algorithm=MD5, opaque=%v, qop=auth, nc=00000002, uri=\"%v\", cnonce=\"%v\", response=\"%v\"", username, realm, nonce, opaque, uri, string(b), response)
			req.Header.Set("Authorization", a)
			resp, err := http.DefaultClient.Do(req)
			if err != nil {
				logs.Error("获取请求失败了: %v", err)
				continue
			}
			defer resp.Body.Close()
			buffer := bytes.NewBuffer(make([]byte, 4096))
			_, errs := io.Copy(buffer, resp.Body)
			if errs != nil {
				logs.Error("read error: %v", err)
			}
			if resp.StatusCode == 200 {
				var responseData map[string]interface{}
				json.Unmarshal(buffer.Bytes(), &responseData)
				if _, ok := responseData["success"]; !ok || !responseData["success"].(bool) {
					logs.Info("启动订阅 success: %v", resp.StatusCode)
					subId := gjson.
Golang超分辨率是指使用Golang编程语言实现的一种超分辨率技术。超分辨率是一种图像处理技术,旨在通过对低分辨率图像进行处理,提高其分辨率和细节的清晰度。Golang作为一种高效且易于使用的编程语言,为实现超分辨率算法提供了强大的支持。 在Golang中,可以利用其并发编程的特性,对图像进行并行处理,提高算法的运行效率。同时,Golang的标准库中也提供了丰富的图像处理技术和功能,如图像加载、图像缩放、像素操作等,为超分辨率算法的实现提供了便利。 具体而言,实现Golang超分辨率的步骤可以包括以下几个方面: 1. 图像加载和预处理:使用Golang的图像处理库,加载并预处理待处理的低分辨率图像,如灰度化、降噪等。 2. 特征提取与匹配:通过在低分辨率图像中提取特征,如纹理、边缘等,与高分辨率图像进行匹配,建立转换模型。 3. 超分辨率重建:利用得到的转换模型,对低分辨率图像进行超分辨率重建,提高图像的清晰度和细节。 4. 结果评估和优化:通过对重建后的图像进行评估,如PSNR、SSIM等指标,优化超分辨率算法的效果。 在使用Golang进行超分辨率的实现过程中,需要熟悉Golang的并发编程和图像处理特性,并调用相关库和函数完成各个步骤。另外,也可以结合机器学习和深度学习等技术,提高超分辨率算法的效果和准确度。 总之,通过使用Golang编程语言,可以实现高效且准确的超分辨率算法,为图像处理和分析领域带来更好的应用和效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值