usb2.0camera(usb2.0camera摄像头怎么用)燃爆了

在 Jetson Orin 开发套件的 USB 摄像头都会占用 2 个 video 口，例如上图中的一台 USB 摄像头占用 video0 与

 

前面教大家使用 DeepStream 的 Docker 镜像去创建自己的 Python 工作环境，其好处是即使 Jetson 设备需要使用 JetPack 重新安装系统，我们只要重新启动这个 Docker 容器就可以，无需重复环境配置的工作。

输入源在视频分析中是至关重要的部分，先前的视频文件只是单纯的测试目的，真正实用的部分还是需要接上摄像头或网络的视频流，这样才能应用到实际的工作场景本文的内容就是带领读者将摄像头与 RTSP 流接入容器内使用，搭建具有实用价值的容器。

1、接入摄像头第一件任务就是要判断摄像头的种类与数量，用最简单的 “ls /dev/video*” 指令并不能分辨其种类，因此最好的方法还是使用 v4l2 工具请先执行以下指令安装这个工具：sudo apt install -y v4l-utils

安装好之后，请执行以下指令：v4l2-ctl --list-devices如果检测到以下 “imx219” 之类的信息，表示这个摄像头为 CSI 类型：

如果检测到以下 “USB Camera” 信息的，就表示为 USB 摄像头：

在 Jetson Orin 开发套件的 USB 摄像头都会占用 2 个 video 口，例如上图中的一台 USB 摄像头占用 video0 与 video1 两个端口，但实际能调用作为输入功能的是第一个 video0 的编号，如果设备上有多个摄像头的时候，就需要特别注意这些细节。

由于 CSI 摄像头与 USB 摄像头的调用方式不同，因此在创建 Docker 容器时，需要使用以下两种不同的映射方式将设备指到容器内使用：CSI 摄像头：使用 “-v /tmp/argus_socket:/tmp/argus_socket” 方式进行映射；

USB 摄像头：使用 “--device /dev/video” 方式进行映射，如果有多个 USB 摄像头则可以使用 “--device /dev/video --device /dev/video ...” 方式添加到容器内。

这些摄像头加到容器之后，会发现容器内的编号与容器外是对应的，例如原本 video0 与 video2 两个 USB 摄像头，进到容器之后同样为 video0 与 video2 的编号由于 Jetson Orin 开发套件的 CSI 摄像头比较特殊，因此这里使用两个 USB 摄像头来做演示，并以 。

nvcr.io/nvidia/deepstream-l4t:6.1-samples 镜像来创建执行容器，如果您按照前面文章将 samples 内容复制到容器外的话，请执行以下指令：sudo xhost +

si:localuser:root docker run -it --net=host --runtime=nvidia -e DISPLAY=$DISPLAY \ -w /opt/nvidia/deepstream/deepstream -v /tmp/.X11-unix/

:/tmp/.X11-unix \ -v ~/deepstream/samples:/opt/nvidia/deepstream/deepstream/samples \ --device /dev/video

0 --device /dev/video2 nvcr.io/nvidia/deepstream-l4t:6.1-samples现在进入容器后先检查摄像头数量，请执行以下指令：apt install

-y v4l-utils v4l2-ctl --list-devices会看到如下的信息，表示有两个 USB 摄像头：

这样就能在容器内调用摄像头来进行工作2、执行容器内 deepstream-app 调用 USB 摄像头在容器内用 deepstream-app 进行演示，使用 samples/config/deepstream-app。

下的 source1_usb_dec_infer_resnet_int8.txt 配置文件，不过需要对配置文件进行以下的修改：将 [tiled-display] 设置组的 columns 设为 2，配合两个摄像头的显示；

确认 [source0] 设置组最后的 camera-v4l2-dev-node 设为 0；将 [source0] 设置组复制一份为 [source1]，将 camera-v4l2-dev-node 设为 2；

将 [sink0] 设置组的 type 设为 2主要修改部分如下：[tiled-display] ... columns=2 ... [source0] ... camera-v4l2-dev-node=。

0# 将[source0]内容复制一份成下面的[source1]，并修改节点编号 [source1] ... camera-v4l2-dev-node=2 ... [sink0] ... type=2修改完后，就在容器内执行以下指令：

cd samples/config/deepstream-app deepstream-app -c source1_usb_dec_infer_resnet_int8.txt就应该能看到显示两个摄像头的画面。

3、执行容器内 Python 调用 USB 摄像头范例如果您已经按照前面文章创建支持 Python 开发环境的 DeepStream 容器，现在就可以用前面存好的 deepstream-l4t:6.1-python

镜像创建 ds_python 容器，如果还没有创建好的话，可参考上一篇文章中去调试 Python 执行环境现在执行以下指令，使用 deepstream-l4t:6.1-python 镜像创建可执行 Python 范例的容器：。

sudo xhost +si:localuser:root docker run -id --net=host --name=ds_python --runtime=nvidia -e DISPLAY=$DISPLAY \ -w /opt/nvidia/deepstream/deepstream -v /tmp/.X11-unix/

:/tmp/.X11-unix \ -v ~/deepstream/deepstream/sources:/opt/nvidia/deepstream/deepstream/sources \ -v ~

/deepstream/deepstream/samples:/opt/nvidia/deepstream/deepstream/samples \ --device /dev/video0 --device /dev/video2 deepstream-

l4t:6.1-python docker exec -it ds_python bash进入容器后，先使用以下指令检查摄像头是否完成连接：apt install -y v4l-utils v4l2-ctl

--list-devices如果看到如下的信息，表示有两个 USB 摄像头：

现在使用 Python 范例的 deepstream-test1-usbcam 项目来执行 USB 摄像头的测试，请执行以下指令：cd sources/deepstream_python_apps/apps/deepstream-test1-usbcam/ ./deepstream_test_1_usb.py /dev/video0

这样就能在容器内调用 USB 摄像头。