摄像头查找方法、装置、智能终端及计算机可读存储介质与流程

1.本发明涉及监控技术领域，尤其涉及的是一种摄像头查找方法、装置、智能终端及计算机可读存储介质。


背景技术：

2.随着科学技术的发展和人们安防意识的提高，视频监控的需求越来越多。而随着地图系统和gps定位的发展，常常将gps定位与视频监控结合起来。具体的，在地图相关的应用系统中，在人员移动时，需要实时查看人员的监控画面。
3.现有技术中，通常由工作人员监测目标对象的移动，并根据目标对象的移动获取该目标对象附近的摄像头采集的监控数据。现有技术的问题在于，需要由工作人员手动的查找筛选出目标对象附近的摄像头，需耗费大量时间，且可能出现遗漏或者错误选择了距离目标对象较远的摄像头，不利于提高视频监控的实时性和准确性。
4.因此，现有技术还有待改进和发展。


技术实现要素：

5.本发明的主要目的在于提供一种摄像头查找方法、装置、智能终端及计算机可读存储介质，旨在解决现有技术中需要由工作人员手动的查找筛选出目标对象附近的摄像头，需耗费大量时间，且可能出现遗漏或者错误选择了距离目标对象较远的摄像头，不利于提高视频监控的实时性和准确性的问题。
6.为了实现上述目的，本发明第一方面提供一种摄像头查找方法，其中，上述方法包括：
7.获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；
8.基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；
9.基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。
10.可选的，上述目标gps点的点位信息包括上述目标gps点的经纬度数据，上述摄像头的点位信息包括上述摄像头的经纬度数据。
11.可选的，上述基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据，包括：
12.获取空间分析库；
13.基于上述目标gps点的点位信息将上述目标gps点传入上述空间分析库中并作为中心点；
14.以上述中心点为圆心，上述目标半径范围为半径，构建圆形的缓冲区面数据，作为上述圆形面数据。
15.可选的，上述空间分析库为turf.js。
16.可选的，上述圆形面数据是geojson格式的矢量数据。
17.可选的，上述基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，包括：
18.分别将各上述摄像头的点位信息与上述圆形面数据进行匹配计算，获取在上述圆形面数据中的目标点位信息的集合；
19.将上述目标点位信息的集合中各目标点位信息对应的摄像头作为目标摄像头。
20.可选的，在上述基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头之后，上述方法还包括：
21.控制所有上述目标摄像头启动，并获取所有上述目标摄像头的监控数据。
22.本发明第二方面提供一种摄像头查找装置，其中，上述装置包括：
23.信息获取模块，用于获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；
24.圆形面数据构建模块，用于基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；
25.目标摄像头查找模块，用于基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。
26.本发明第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的摄像头查找程序，上述摄像头查找程序被上述处理器执行时实现任意一项上述摄像头查找方法的步骤。
27.本发明第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有摄像头查找程序，上述摄像头查找程序被处理器执行时实现任意一项上述摄像头查找方法的步骤。
28.由上可见，本发明方案中，获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。与现有技术中需要由工作人员手动的查找筛选出目标对象附近的摄像头的方法相比，本发明方案中可以直接基于目标gps点的点位信息和对应的目标半径范围构建圆形面数据，然后基于摄像头的点位信息和圆形面数据自动查找获得在目标gps点的较近范围(即目标半径范围)内的目标摄像头。根据目标gps点和所有摄像头的点位信息自动实时进行计算并获取对应的目标摄像头，无需工作人员实时追踪和人工筛选摄像头，有利于降低追踪时间，避免选择错误的摄像头，提高视频监控的实时性和准确性。
附图说明
29.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
30.图1是本发明实施例提供的一种摄像头查找方法的流程示意图；
31.图2是本发明实施例图1中步骤s200的具体流程示意图；
32.图3是本发明实施例提供的一种具体的圆形面数据的值示意图；
33.图4是本发明实施例图1中步骤s300的具体流程示意图；
34.图5是本发明实施例提供的一种pointswithin的值的示意图；
35.图6是本发明实施例提供的一种具体的摄像头查找方法的流程示意图；
36.图7是本发明实施例提供的一种摄像头查找装置的结构示意图；
37.图8是本发明实施例提供的一种智能终端的内部结构原理框图。
具体实施方式
38.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况下，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
39.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
40.还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
41.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
42.如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当
…
时”或“一旦”或“响应于确定”或“响应于检测到”。类似的，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述的条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0043]
下面结合本发明实施例的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0044]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
[0045]
随着科学技术的发展和人们安防意识的提高，视频监控的需求越来越多。而随着地图系统和gps定位的发展，常常将gps定位与视频监控结合起来。具体的，在地图相关的应用系统中，在人员移动时，需要实时查看人员的监控画面。具体的，当gps点位加载到地图上时，因为gps位置数据是定时更新的，所以在地图上的点位也是动态变化的。在地图相关的应用系统中，存在这样的一个应用场景：当人员在移动的时候，需要实时查看人员的监控画面，也就是人员移动获取到人员的实时位置信息，将人员周边一个或者多个监控画面打开，当人员位置信息更新，结合新的位置数据再打开新匹配的监控数据的画面。此时就需要人
员位置数据和监控点位数据进行距离计算，比如要求打开人员位置中心点100米的所有监控，此时就需要计算以人员位置为中心半径为100米的圆形区域内的所有监控数据。
[0046]
现有技术中，通常由工作人员监测目标对象的移动，并根据目标对象的移动获取该目标对象附近的摄像头采集的监控数据。现有技术的问题在于，需要由工作人员手动的查找筛选出目标对象附近的摄像头，需耗费大量时间，且可能出现遗漏或者错误选择了距离目标对象较远的摄像头，不利于提高视频监控的实时性和准确性。且可能出现，在人员已经移动到下一个较远的点时，当前点对应的摄像头还没有筛选并开启的情况，造成监控数据缺失，影响用户体验。
[0047]
为了解决现有技术的问题，本发明方案中，获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。与现有技术中需要由工作人员手动的查找筛选出目标对象附近的摄像头的方法相比，本发明方案中可以直接基于目标gps点的点位信息和对应的目标半径范围构建圆形面数据，然后基于摄像头的点位信息和圆形面数据自动查找获得在目标gps点的较近范围(即目标半径范围)内的目标摄像头。根据目标gps点和所有摄像头的点位信息自动实时进行计算并获取对应的目标摄像头，无需工作人员实时追踪和人工筛选摄像头，有利于降低追踪时间，避免选择错误的摄像头，提高视频监控的实时性和准确性。
[0048]
示例性方法
[0049]
如图1所示，本发明实施例提供一种摄像头查找方法，具体的，上述方法包括如下步骤：
[0050]
步骤s100，获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息。
[0051]
其中，目标gps点是需要进行追踪的gps点，即需要追踪的目标对象(例如人员、车辆等)对应的gps点。在一种应用场景中，目标gps点是动态的，对于每一个时刻，需要分别查找当前时刻gps动态点位周边摄像头，因此对于某一个时刻，上述目标gps点的点位信息是当前时刻目标gps点对应的点位信息，上述点位信息用于体现当前时刻目标gps点的位置。
[0052]
上述目标半径范围可以是预先设置的半径范围长度，也可以由用户输入，从而查找该范围内的所有摄像头，对目标对象进行追踪。目标半径范围的具体值可以根据实际需求进行确定，在此不作具体限定。本实施例中，上述目标半径范围具体为100米，以达到较好的视频监控效果。上述所有摄像头的点位信息是对应需要筛选的所有摄像头(例如，需要监控的整体区域中的所有摄像头)的点位信息，各摄像头的点位信息体现各摄像头的坐标位置，可以预先输入上述所有摄像头的点位信息，或者从存储所有摄像头的点位信息的数据库中获取需要监控的整体区域中所有摄像头的点位信息。
[0053]
步骤s200，基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据。
[0054]
其中，上述圆形面数据是以目标gps点为中心点(圆心)，基于目标半径范围构建的圆形对应的面数据。在一种应用场景中，上述圆形面数据包括中包括构建的圆形内所有网格点的点位信息(位置坐标)，网格点为地图系统对应的网格点。
[0055]
步骤s300，基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有
目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。
[0056]
具体的，基于获得的圆形面数据和所有上述摄像头的点位信息，可以自动判断哪些摄像头处于以目标gps点为中心，以目标半径范围为半径构建的圆形区域内，从而自动查找获得目标摄像头，通过目标摄像头对目标对象进行监控。
[0057]
由上可见，本发明实施例提供的摄像头查找方法中，获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。与现有技术中需要由工作人员手动的查找筛选出目标对象附近的摄像头的方法相比，本发明方案中可以直接基于目标gps点的点位信息和对应的目标半径范围构建圆形面数据，然后基于摄像头的点位信息和圆形面数据自动查找获得在目标gps点的较近范围(即目标半径范围)内的目标摄像头。根据目标gps点和所有摄像头的点位信息自动实时进行计算并获取对应的目标摄像头，无需工作人员实时追踪和人工筛选摄像头，有利于降低追踪时间，避免选择错误的摄像头，提高视频监控的实时性和准确性。
[0058]
需要说明的是，地面点位若用地理坐标表示，可以为经度、纬度和绝对高度。本实施例中，上述目标gps点的点位信息包括上述目标gps点的经纬度数据，上述摄像头的点位信息包括上述摄像头的经纬度数据，不考虑绝对高度对于摄像头位置的影响。在一种应用场景中，上述点位信息还可以包括对应的绝对高度，以避免使用与目标gps点之间高度差过大的摄像头。
[0059]
需要说明的是，本实施例中，根据目标gps点(a点)的点位，以a点为中心，根据对应的半径构建圆形面数据，计算哪些摄像头的点位在圆形面数据中，返回在圆形面范围内的摄像头的点位数据，即可以查找获得对应的目标摄像头的监控数据，实现追踪。其中，上述目标gps点可以通过业务系统的接口获取，或者由用户指定并标记，从而追踪其动向，在此不作具体限定。
[0060]
具体的，本实施例中，如图2所示，上述步骤s200包括如下步骤：
[0061]
步骤s201，获取空间分析库。
[0062]
步骤s202，基于上述目标gps点的点位信息将上述目标gps点传入上述空间分析库中并作为中心点。
[0063]
步骤s203，以上述中心点为圆心，上述目标半径范围为半径，构建圆形的缓冲区面数据，作为上述圆形面数据。
[0064]
具体的，基于空间分析库可以进行空间分析，本实施例中，基于空间分析库进行空间点之间的位置分析，能够快速准确地自动查找到对应的点位。本实施例中，使用的空间分析库为开源的turf.js，使得使用和计算都方便，实际使用过程中，还可以根据实际需求选择其它空间分析库，在此不作具体限定。
[0065]
调用turf.js的buffer计算方式构建圆，具体的，传入中心点(目标gps点的经纬度数据)，设置半径r(目标半径范围)，计算得出缓冲区面数据buffered(即圆形面数据)备用。本实施例中提供的一种具体的buffer计算程序语句如下所示：
[0066]
//中心点
[0067]
var center＝turf.point([-46.6318,-23.5523])；
[0068]
//半径(单位：米)
[0069]
var r＝100；
[0070]
//生成的缓冲区面数据，r/1000将半径转成单位为千米
[0071]
var buffered＝turf.buffer(center,r/1000,{units:'kilometers'})；
[0072]
如上所示，本实施例中，[-46.6318,-23.5523]是目标gps点的经纬度信息，目标范围半径r设置为100米，获得的面数据结果为buffered对象，其内容为geojson格式的矢量面数据，图3是本发明实施例提供的一种具体的圆形面数据的值示意图，图3所示的圆形面数据中包括33个点对应的经纬度坐标。
[0073]
具体的，本实施例中，如图4所示，上述步骤s300包括如下步骤：
[0074]
步骤s301，分别将各上述摄像头的点位信息与上述圆形面数据进行匹配计算，获取在上述圆形面数据中的目标点位信息的集合。
[0075]
步骤s302，将上述目标点位信息的集合中各目标点位信息对应的摄像头作为目标摄像头。
[0076]
具体的，对于每一个摄像头，判断其点位信息(经纬度数据)是否属于圆形面数据，从而可以获得所有属于圆形面数据的目标点位信息，进而获得所有在圆形范围内的摄像头，作为目标摄像头。其中，上述目标摄像头是距离目标gps点的水平距离不大于目标半径范围的摄像头。在一种应用场景中，当上述点位信息包括高度(即考虑高度的影响)时，上述目标摄像头还可以是距离目标gps点的直线距离不大于目标半径范围的摄像头。
[0077]
本实施例中，将上述buffered面数据(即缓冲区的圆形面数据)和摄像头的点位信息进行计算，得出在buffered面数据内的所有摄像头点位，计算核心算法由turf.js提供，调用turf.js的pointswithinpolygon计算方式，传入所有上述摄像头的点位信息集合和圆形面数据，计算得出在圆形面数据范围内的点集合pointswithin，turf.js的pointswithinpolygon具体使用如下：
[0078][0079]
如上所示，在buffered中查找摄像头的点位信息(本实施例中假设一共有6个摄像头)，得到的pointswithin即为目标点位信息的集合，其结果为geojson的数据结构，图5是本发明实施例提供的一种pointswithin的值的示意图。图5中，geojson对象的类型为点(point)，coordinates代表具体的位置，由图5可知，有两个点位在圆形面数据范围内，即有对应的两个目标摄像头。
[0080]
具体的，本实施例中，在上述基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头之后，上述方法还包括：控制所有上述目标摄像头启动，并获取所有上述目标摄像头的监控数据。
[0081]
如此，在获得距离目标gps点较近的目标摄像头之后，根据目标摄像头对目标对象进行监控，即使在目标对象移动的过程中，也可以自动、及时获取对应的目标摄像头，无需工作人员实时追踪和人工筛选摄像头，有利于降低追踪时间，避免选择错误的摄像头，提高视频监控的实时性和准确性。
[0082]
本实施例中，还基于一种具体应用场景，考虑需要追踪的对象(目标gps点)处于不同高度时，启动该高度对应的目标摄像头，以使得上述摄像头查找方法进一步适应复杂地形或复杂的城市环境。图6是本发明实施例提供的一种具体的摄像头查找方法的流程示意图，如图6所示，获取已知的坐标点a(即目标gps点)，a的坐标信息包括其高度，以a为中心构建半径为r(即目标半径范围)的圆c，根据业务数据获取高度参数，其中，上述业务数据是实际需要追踪的相关数据，上述高度参数是需要限定的高度范围。例如，上述高度参数可以是在a点上方100米的范围(高度参数为 100，代表向上100米)，将原c添加到地图上并根据高度参数垂直拉伸，获得一个以圆c为底面，高度为100米的圆柱体，在该圆柱体中查找摄像头即可。从而可以考虑高度的影响，有利于进一步避免选择错误的摄像头。其中，上述高度参
数还可以为负数，代表向下多高，或者高度参数还可以为一个范围，例如-100米到 100米，代表向下100米以及向上100米之间的范围，在此不作具体限定。
[0083]
示例性设备
[0084]
如图7中所示，对应于上述摄像头查找方法，本发明实施例还提供一种摄像头查找装置，上述摄像头查找装置包括：
[0085]
信息获取模块410，用于获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息。
[0086]
其中，目标gps点是需要进行追踪的gps点，即需要追踪的目标对象(例如人员、车辆等)对应的gps点。在一种应用场景中，目标gps点是动态的，对于每一个时刻，需要分别查找当前时刻gps动态点位周边摄像头，因此对于某一个时刻，上述目标gps点的点位信息是当前时刻目标gps点对应的点位信息，上述点位信息用于体现当前时刻目标gps点的位置。
[0087]
上述目标半径范围可以是预先设置的半径范围长度，也可以由用户输入，从而查找该范围内的所有摄像头，对目标对象进行追踪。目标半径范围的具体值可以根据实际需求进行确定，在此不作具体限定。本实施例中，上述目标半径范围具体为100米，以达到较好的视频监控效果。上述所有摄像头的点位信息是对应需要筛选的所有摄像头(例如，需要监控的整体区域中的所有摄像头)的点位信息，各摄像头的点位信息体现各摄像头的坐标位置，可以预先输入上述所有摄像头的点位信息，或者从存储所有摄像头的点位信息的数据库中获取需要监控的整体区域中所有摄像头的点位信息。
[0088]
圆形面数据构建模块420，用于基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据。
[0089]
其中，上述圆形面数据是以目标gps点为中心点(圆心)，基于目标半径范围构建的圆形对应的面数据。在一种应用场景中，上述圆形面数据包括中包括构建的圆形内所有网格点的点位信息(位置坐标)，网格点为地图系统对应的网格点。
[0090]
目标摄像头查找模块430，用于基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。
[0091]
具体的，基于获得的圆形面数据和所有上述摄像头的点位信息，可以自动判断哪些摄像头处于以目标gps点为中心，以目标半径范围为半径构建的圆形区域内，从而自动查找获得目标摄像头，通过目标摄像头对目标对象进行监控。
[0092]
由上可见，本发明实施例提供的摄像头查找装置，通过信息获取模块410获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；通过圆形面数据构建模块420基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；通过目标摄像头查找模块430基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。与现有技术中需要由工作人员手动的查找筛选出目标对象附近的摄像头的方法相比，本发明方案中可以直接基于目标gps点的点位信息和对应的目标半径范围构建圆形面数据，然后基于摄像头的点位信息和圆形面数据自动查找获得在目标gps点的较近范围(即目标半径范围)内的目标摄像头。根据目标gps点和所有摄像头的点位信息自动实时进行计算并获取对应的目标摄像头，无需工作人员实时追踪和人工筛选摄像头，有利于降低追踪时间，避免
选择错误的摄像头，提高视频监控的实时性和准确性。
[0093]
具体的，本实施例中，上述摄像头查找装置及其各模块的具体功能可以参照上述摄像头查找方法中的对应描述，在此不再赘述。
[0094]
基于上述实施例，本发明还提供了一种智能终端，其原理框图可以如图8所示。上述智能终端包括通过系统总线连接的处理器、存储器、网络接口以及显示屏。其中，该智能终端的处理器用于提供计算和控制能力。该智能终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和摄像头查找程序。该内存储器为非易失性存储介质中的操作系统和摄像头查找程序的运行提供环境。该智能终端的网络接口用于与外部的终端通过网络连接通信。该摄像头查找程序被处理器执行时实现上述任意一种摄像头查找方法的步骤。该智能终端的显示屏可以是液晶显示屏或者电子墨水显示屏。
[0095]
本领域技术人员可以理解，图8中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的智能终端的限定，具体的智能终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0096]
在一个实施例中，提供了一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的摄像头查找程序，上述摄像头查找程序被上述处理器执行时进行以下操作指令：
[0097]
获取目标gps点的点位信息、目标半径范围以及所有摄像头的点位信息；
[0098]
基于上述目标gps点的点位信息和上述目标半径范围构建圆形面数据；
[0099]
基于上述圆形面数据和所有上述摄像头的点位信息自动查找获取所有目标摄像头，其中，各上述目标摄像头与上述目标gps点的水平距离不大于上述目标半径范围。
[0100]
本发明实施例还提供一种计算机可读存储介质，上述计算机可读存储介质上存储有摄像头查找程序，上述摄像头查找程序被处理器执行时实现本发明实施例提供的任意一种摄像头查找方法的步骤。
[0101]
应理解，上述实施例中各步骤的序号大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
[0102]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将上述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0103]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0104]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟是以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同法来实现所描述的功能，但是这种实现不应认为超出
本发明的范围。
[0105]
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，上述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以由另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
[0106]
上述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，上述计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，上述计算机程序包括计算机程序代码，上述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。上述计算机可读介质可以包括：能够携带上述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，上述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
[0107]
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不是相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。