1.本发明涉及信息技术领域，特别涉及一种摄像头清晰度检测方法、装置、设备及介质。
背景技术：2.摄像头作为一种视频输入设备，被广泛的运用于视频会议、远程医疗及实时监控等方面。当前，随着互联网的发展，对摄像头的需求日益增大，在大批量摄像头出厂前，需对摄像头出厂设备进行清晰度检测。在现有技术中，需要通过人工的方式进行主观判断，通常是以近摄像镜作为附件，针对不同焦距的摄像头通过调整距离来获取最终清晰度数值。然而，通过人工检测过于繁琐，并且得出的结果存在由于主观判断而产生的不准确性。此外，在现有技术中，还存在对整个图像进行检测的技术以及将图像划分为多个子区域并对子区域合并综合判断图像清晰度，其中对整个图像进行检测的技术的精度较低的缺陷；将图像划分为多个子区域并对子区域合并综合判断图像清晰度需要对子区域各参数求均值，而对均值的判断并不能完全代表整个图像的清晰度，更有甚现有技术需要对多个子区域进行图像合并，合并之后在进行清晰度判断，该合并过程给判断增加了繁琐的过程以及判断的难度。
3.综上，如何能简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测的问题有待进一步解决。
技术实现要素：4.有鉴于此，本发明的目的在于提供一种摄像头清晰度检测方法、装置、设备及介质，能够简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测。其具体方案如下：
5.第一方面，本技术公开了一种摄像头清晰度检测方法，包括：
6.获取待检测摄像头的期望清晰度数值；
7.通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面；
8.将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值；
9.将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
10.可选的，所述通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面，包括：
11.访问实时流传输协议的统一资源定位符以获取对应的流媒体数据，并解析实时流传输协议以得到预设封装格式的视频数据；
12.对所述预设封装格式的视频数据进行解封装，以得到预设编码格式的视频码流数
据；
13.对所述预设编码格式的视频码流数据进行视频解码得到视频像素数据，以显示所述待检测摄像头的实时拍摄画面。
14.可选的，所述将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值，包括：
15.将整个所述实时拍摄画面作为所述预设检测区域并输入至训练好的摄像头清晰度检测模型中，以得到整个所述实时拍摄画面对应的清晰度数值；
16.相应的，所述将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量，包括：
17.将整个所述实时拍摄画面对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
18.可选的，所述将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值之前，还包括：
19.基于预先设置的所述预设检测区域的定位坐标以及所述预设检测区域的宽度值与高度值确定所述预设检测区域。
20.可选的，所述基于预先设置的所述预设检测区域的定位坐标以及所述预设检测区域的宽度值与高度值确定所述预设检测区域之前，还包括：
21.确定所述实时拍摄画面的中心点坐标，并基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标；所述预设对称条件包括需要满足中心对称和/或轴对称；
22.将所述中心点坐标和所述非中心点坐标确定为所述定位坐标。
23.可选的，所述基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标，包括：
24.基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件以及预设距离条件的非中心点坐标；所述预设距离条件为任意两个所述定位坐标之间的横向距离和纵向距离均大于预设距离阈值。
25.可选的，所述将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较之后，还包括：
26.若所述预设检测区域对应的清晰度数值小于所述期望清晰度数值，则按照第一预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记；
27.若所述预设检测区域对应的清晰度数值大于或等于所述期望清晰度数值，则按照第二预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记。
28.第二方面，本技术公开了一种摄像头清晰度检测装置，包括：
29.期望清晰度获取模块，用于获取待检测摄像头的期望清晰度数值；
30.实时画面获取模块，用于通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面；
31.清晰度确定模块，用于将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值；
32.摄像头清晰度质量确定模块，用于将所述预设检测区域对应的清晰度数值与所述
期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
33.第三方面，本技术公开了一种电子设备，包括：
34.存储器，用于保存计算机程序；
35.处理器，用于执行所述计算机程序，以实现如前述公开的所述的摄像头清晰度检测方法的步骤。
36.第四方面，本技术公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如前述公开的所述的摄像头清晰度检测方法的步骤。
37.本技术在进行摄像头清晰度检测时，首先获取待检测摄像头的期望清晰度数值，并通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面，然后将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值，最后将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。可见，本技术在进行摄像头清晰度检测时，可通过访问待检测摄像头的实时流传输协议的统一资源定位符来获取待检测摄像头对应的实时拍摄画面，并使用摄像头清晰度检测模型对预设检测区域的清晰度进行检测以得到待检测摄像头的清晰度质量。由此，本技术在进行摄像头清晰度检测时，通过将实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，并可直接输出预设检测区域的清晰度数值，一方面可避免在大量摄像头出厂前需要通过人工判断而造成的过程繁琐以及检测效率低的问题以及通过算法模型对清晰度进行计算也避免了由于人工检测的主观判断而带来的不准确性；另一方面，本发明不需要对多个预设检测区域进行合并或求参数均值，在判断清晰度的流程上更加简便。综上，本技术能够简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测。
附图说明
38.为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据提供的附图获得其他的附图。
39.图1为本技术提供的一种摄像头清晰度检测方法流程图；
40.图2为本技术提供的预设采集接口界面示意图；
41.图3为本技术提供的预设采集接口中摄像头配置信息界面示意图；
42.图4为本技术提供的一种具体的摄像头清晰度检测方法流程图；
43.图5为本技术提供的一种具体的摄像头清晰度检测方法流程图；
44.图6为本技术提供的一种摄像头清晰度检测装置结构示意图；
45.图7为本技术提供的一种电子设备结构图。
具体实施方式
46.下面将结合本发明实施例中的附图，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他实施例，都属于本发明保护的范围。
47.在现有技术中，需要通过人工的方式进行主观判断，通常是以近摄像镜作为附件，针对不同焦距的摄像头通过调整距离来获取最终清晰度数值。然而，通过人工检测过于繁琐，并且得出的结果存在由于主观判断而产生的不准确性。为此，本技术提供了一种摄像头清晰度检测方法能够简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测。
48.本发明实施例公开了一种摄像头清晰度检测方法，参见图1所述，该方法包括：
49.步骤s11：获取待检测摄像头的期望清晰度数值。
50.在本实施例中，获取通过预设采集接口输入的待检测摄像头的型号、焦段、期望清晰度数值以及实时流传输协议的统一资源定位符。其中，所述预设采集接口为预先设置好的用于采集待检测摄像头配置信息及待检测摄像头对应的实时流传输协议的统一资源定位符的接口，如图2所示为用于采集带检测摄像头配置信息及对应的实时流传输协议的统一资源定位符的预设采集接口，其中，如图3所示，所述待检测摄像头的配置信息包括带检测摄像头的型号、待检测摄像头的焦段以及待检测摄像头的期望清晰度数值。通过预设采集接口获取待检测摄像头的实时流传输协议的统一资源定位符，以便于后续通过访问所述统一资源定位符以获取并显示所述待检测摄像头的实时拍摄画面，并通过实时拍摄画面来确定所述待检测摄像头的清晰度；通过预设接口获取的所述待检测摄像头的期望清晰度数值，以便于后续判断所述待检测摄像头的清晰度是否达标。
51.步骤s12：通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面。
52.在本实施例中，所述通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面，包括：访问实时流传输协议的统一资源定位符以获取对应的流媒体数据，并解析实时流传输协议以得到预设封装格式的视频数据；对所述预设封装格式的视频数据进行解封装，以得到预设编码格式的视频码流数据；对所述预设编码格式的视频码流数据进行视频解码得到视频像素数据，以显示所述待检测摄像头的实时拍摄画面。
53.需要指出的是，所述预设封装格式的视频数据其视频数据的封装格式包括但不限于mp4(即mpeg-4part 14)、mov(即quick time影片格式)、mpg(又称mpeg，即moving pictures experts group)、avi(即audio video interleaved)、mkv(即matroska多媒体容器)、wmv(即windows media video)、flv(即flash video)；所述预设编码格式的视频码流数据，其视频码流数据的预设编码格式包括但不限于mpeg、h.263、h.264、h.265、vp8、vp9；所述视频像素数据包括但不限于yuv视频像素数据、rgb视频像素数据。
54.步骤s13：将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值。
55.在本实施例中，预设检测区域为预先确定好的实时拍摄画面中的待检测区域，预设检测区域可根据用户实际需求进行划定，以满足用户在进行摄像头清晰度检测时对不同待检测区域的需要。进一步的，所述训练好的摄像头清晰度检测模型为通过基础网络并基于大量对应的人工智能训练的数据集训练好的，能够在输入预设检测区域的画面时通过算法计算并输出所述预设检测区域画面对应的清晰度数值，以便于后续通过预设检测区域对
应的清晰度数值对待检测摄像头的清晰度质量进行评价。通过上述技术方案，可以采用预先训练好的摄像头清晰度模型来对所述待检测摄像头的清晰度进行检测并可通过设定预设检测区域对实时拍摄画面的清晰度进行灵活检测，即可避免在大量摄像头出厂前需要通过人工判断而造成的过程繁琐以及检测效率低的问题，另一方面，通过算法模型进行清晰度计算其准确性也远大于人工主观判断。
56.步骤s14：将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
57.在本实施例中，将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较之后，还包括：若所述预设检测区域对应的清晰度数值小于所述期望清晰度数值，则按照第一预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记；若所述预设检测区域对应的清晰度数值大于或等于所述期望清晰度数值，则按照第二预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记。可以理解的是，所述第一预设标记方式与第二预设标记方式均可根据用户需求进行设定，以满足用户对所述预设检测区域清晰度的显示需求。
58.在一种具体的实施方式中，将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值之后，还包括：直接在实时拍摄画面上框选出预设检测区域，并将其对应清晰度直接显示在对应框中，然后将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，若所述预设检测区域对应的清晰度数值小于所述期望清晰度数值，则将所述预设检测区域的边框标记为红色；若所述预设检测区域对应的清晰度数值大于或等于所述期望清晰度数值，则将所述预设检测区域的边框标记为绿色。通过上述技术方案可将所述预设检测区域清晰度数值以及所述预设检测区域清晰度数值与所述期望清晰度数值的比较结果直接通过可视化界面显示在实时拍摄画面上，使得用户可以直观的得到待检测摄像头的清晰度信息，便于用户基于所述比较结果确定待检测摄像头的清晰度质量。
59.可见，本实施例在进行摄像头清晰度检测时，可通过访问待检测摄像头的实时流传输协议的统一资源定位符来获取待检测摄像头对应的实时拍摄画面，并使用摄像头清晰度检测模型对预设检测区域的清晰度进行检测以得到待检测摄像头的清晰度质量。由此，本技术在进行摄像头清晰度检测时，通过将实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，并可直接输出预设检测区域的清晰度数值，一方面可避免在大量摄像头出厂前需要通过人工判断而造成的过程繁琐以及检测效率低的问题以及通过算法模型对清晰度进行计算也避免了由于人工检测的主观判断而带来的不准确性；另一方面，本发明不需要对多个预设检测区域进行合并或求参数均值，在判断清晰度的流程上更加简便。综上，本技术能够简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测。
60.参见图4所示，本发明实施例公开了一种具体的摄像头清晰度检测方法，相对于上一实施例，本实施例对技术方案作了进一步说明和优化。
61.步骤s21：获取待检测摄像头的期望清晰度数值。
62.步骤s22：通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面。
63.步骤s23：将整个所述实时拍摄画面作为所述预设检测区域并输入至训练好的摄像头清晰度检测模型中，以得到整个所述实时拍摄画面对应的清晰度数值。
64.在本实施例中，直接将所述实时拍摄画面作为预设检测区域，将整个实时拍摄画面输入至训练好的摄像头清晰度检测模型中经过计算后直接输出整个所述实时拍摄画面对应的清晰度数值。通过上述方案，可简便快捷的得到所述待检测摄像头对应的实时拍摄画面的清晰度数值，以便于后续通过对应的实时拍摄画面的清晰度数值与所述期望清晰度数值的比较结果来确定所述待检测摄像头的清晰度质量。
65.步骤s24：将整个所述实时拍摄画面对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
66.在本实施例中，将整个所述实时拍摄画面对应的清晰度数值显示在实时拍摄画面中，并将整个所述实时拍摄画面对应的清晰度数值与所述期望清晰度数值进行比较并将比较结果显示在实时拍摄画面中，若所述实时拍摄画面对应的清晰度数值小于所述期望清晰度数值，则判定为所述待检测摄像头清晰度质量不合格；若所述实时拍摄画面对应的清晰度数值大于等于所述期望清晰度数值，则判定为所述待检测摄像头清晰度质量合格。
67.可见，在本实施例中，通过整个将实时拍摄画面直接作为预设检测区域输入至训练好的摄像头清晰度检测模型中计算对应的清晰度数值，并将对应的清晰度数值与期望清晰度数值进行比较，可以简便、快捷的直接得出所述待检测摄像头的清晰度质量是否合格，在进行摄像头清晰度检测过程中的效率较高。
68.参见图5所示，本发明实施例公开了一种具体的摄像头清晰度检测方法，相对于上一实施例，本实施例对技术方案作了进一步说明和优化。
69.步骤s31：获取待检测摄像头的期望清晰度数值。
70.步骤s32：通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面。
71.步骤s33：确定所述实时拍摄画面的中心点坐标，并基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标；所述预设对称条件包括需要满足中心对称和/或轴对称；
72.在本实施例中，基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标，包括：基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件以及预设距离条件的非中心点坐标；所述预设距离条件为任意两个所述定位坐标之间的横向距离和纵向距离均大于预设距离阈值。预设距离条件包括但不限于距离大于预设距离阈值，还可以包括非中心点距离中心点的宽高比满足预设比值。
73.需要指出的是，在本实施例中所述均衡分布原则、预设对称条件、预设距离条件均为使所选取的中心点坐标及非中心点坐标在整个所述实时拍摄画面中均匀分布并保持预设距离，并且不出现选取的非中心坐标点过于聚集的情况。通过上述方案，使得选取适当的非中心点，以便于后续将中心点及非中心点确定为定位坐标以确定的预设检测区域不会出现过分聚集的情况，以保证在进行预设检测区域的选取时，若干预设检测区域均匀分布在实时拍摄画面上，从而检测出待检测摄像头的实时拍摄画面的各个区域的清晰度数值，使得检测结果更加稳定及准确。
74.在一种具体的实施方式中，根据上述技术方案选取1个中心点以及4个非中心点坐
标，其中所述非中心点坐标包括但不限于处于中心点的上下左右四个方向、处于实时拍摄画面的左上左下右上右下四个方向，并在后续步骤中通过将这1个中心点及4个非中心点作为定位坐标与预设检测区域的宽度值与高度值确定5个预设检测区域。通过上述技术方案，在一个实时拍摄画面中确定5个预设检测区域可以针对有偏焦问题的待检测摄像头，其5个预设检测区域可以确定一个平面，进而测试镜头和传感器是否平整。
75.步骤s34：将所述中心点坐标和所述非中心点坐标确定为定位坐标。
76.在本实施例中，将所述中心点坐标与所述非中心点坐标确定为定位坐标，以便于后续使用定位坐标来确定预设检测区域。
77.步骤s35：基于预先设置的所述预设检测区域的所述定位坐标以及所述预设检测区域的宽度值与高度值确定预设检测区域。
78.在本实施例中，所述预设检测区域的宽度值与高度值为经过实验得出的优选方案，其可根据用户需求进行修改及调整。通过所述预设检测区域的所述定位坐标以及所述预设检测区域的宽度值与高度值确定预设检测区域，以便于后续将预设检测区域输入至训练好的模型中以得到预设检测区域对应的清晰度数值。
79.步骤s36：将所述实时拍摄画面中的所述预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值。
80.步骤s37：将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
81.在本实施例中，每个预设检测区域都有其对应的清晰度数值，则根据每一个预设检测区域对应的清晰度数值与期望清晰度数值之间的比较结果来评价所述待检测摄像头的清晰度质量。在一种具体的实施方式中，当所述实时拍摄画面左半区或右半区或上半区或下半区存在较多(“较多”根据经验值判断，例如可以是超过一半以上)，则表明存在偏焦的情况，所述偏焦的情况包括摄像头安装不平整或者焦距未调整到合适位置。在另一种具体的实施方式中，一半以上的预设检测区域对应的清晰度数值大于或等于期望清晰度数值则判定待检测摄像头的清晰度质量合格；反之当有一半以上的预设检测区域对应的清晰度数值小于期望清晰度数值则判定待检测摄像头的清晰度质量不合格。需要说明的是，上述限定的“一半”是一种具体实施方式，本领域技术人员还可以将该阈值根据实际情况进行设置。进一步的，还可以通过具体哪些区域的预设检测区域对应的清晰度数值小于期望清晰度数值来判断待检测摄像头那个方位的清晰度不合格，以及所述待检测摄像头是否存在偏焦等问题。
82.可见，通过设置多个预设检测区域来进行摄像头清晰度检测，得到的摄像头清晰度数据更加细化，对摄像头的清晰度分析更加准确；其中，当设置多个所述预设检测区域来进行摄像头清晰度检测时，避免了对于有偏焦问题的摄像头传统的拿取整个实时拍摄画面的清晰度数值的清晰度检测方式得到的结果不够准确的问题。
83.参见图6所示，本技术实施例公开了一种摄像头清晰度检测装置，包括：
84.期望清晰度获取模块11，用于获取待检测摄像头的期望清晰度数值；
85.实时画面获取模块12，用于通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面；
86.清晰度确定模块13，用于将所述实时拍摄画面中的预设检测区域输入至训练好的
摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值；
87.摄像头清晰度质量确定模块14，用于将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
88.可见，本实施例在进行摄像头清晰度检测时，可通过访问待检测摄像头的实时流传输协议的统一资源定位符来获取待检测摄像头对应的实时拍摄画面，并使用摄像头清晰度检测模型对预设检测区域的清晰度进行检测以得到待检测摄像头的清晰度质量。由此，本技术在进行摄像头清晰度检测时，通过将实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，并可直接输出预设检测区域的清晰度数值，一方面可避免在大量摄像头出厂前需要通过人工判断而造成的过程繁琐以及检测效率低的问题以及通过算法模型对清晰度进行计算也避免了由于人工检测的主观判断而带来的不准确性；另一方面，本发明不需要对多个预设检测区域进行合并或求参数均值，在判断清晰度的流程上更加简便。综上，本技术能够简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测。
89.在一些具体实施例中，所述实时画面获取模块12，具体包括：
90.协议解析单元，用于访问实时流传输协议的统一资源定位符以获取对应的流媒体数据，并解析实时流传输协议以得到预设封装格式的视频数据；
91.视频解封装单元，用于对所述预设封装格式的视频数据进行解封装，以得到预设编码格式的视频码流数据；
92.视频解码单元，用于对所述预设编码格式的视频码流数据进行视频解码得到视频像素数据，以显示所述待检测摄像头的实时拍摄画面。
93.在一些具体实施例中，所述清晰度确定模块13，具体用于：将整个所述实时拍摄画面作为所述预设检测区域并输入至训练好的摄像头清晰度检测模型中，以得到整个所述实时拍摄画面对应的清晰度数值；
94.相应的，所述摄像头清晰度质量确定模块14，具体用于：将整个所述实时拍摄画面对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。
95.在一些具体实施例中，所述摄像头清晰度检测装置还包括：
96.预设检测区域确定模块，用于基于预先设置的所述预设检测区域的定位坐标以及所述预设检测区域的宽度值与高度值确定所述预设检测区域。
97.在一些具体实施例中，所述摄像头清晰度检测装置还包括：
98.中心点与非中心点坐标确定模块，用于确定所述实时拍摄画面的中心点坐标，并基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标；所述预设对称条件包括需要满足中心对称和/或轴对称；
99.定位坐标确定模块，用于将所述中心点坐标和所述非中心点坐标确定为所述定位坐标。
100.在一些具体实施例中，所述中心点与非中心点坐标确定模块还包括：
101.非中心点确定单元，用于基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件以及预设距离条件的非中心点坐标；所述预设距离条件为任意两个所述定位坐标之间的横向距离和纵向距离均大于预设距离阈值。
102.在一些具体实施例中，所述摄像头清晰度检测装置还包括：
103.清晰度标记模块，用于当所述预设检测区域对应的清晰度数值小于所述期望清晰度数值，则按照第一预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记；当所述预设检测区域对应的清晰度数值大于或等于所述期望清晰度数值，则按照第二预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记。
104.图7所示为本技术实施例提供的一种电子设备20。该电子设备20，具体还可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的摄像头清晰度检测方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
105.本实施例中，电源23用于为电子设备20上的各硬件设备提供电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本技术技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
106.另外，存储器22作为资源储存的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221，计算机程序222等，存储方式可以是短暂存储或者永久存储。
107.其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222其可以是windows server、netware、unix、linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的摄像头清晰度检测方法的计算机程序外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
108.进一步的，本技术还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的摄像头清晰度检测方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
109.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
110.以上对本发明所提供的一种摄像头清晰度检测方法、装置、设备及介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
技术特征：1.一种摄像头清晰度检测方法，其特征在于，包括：获取待检测摄像头的期望清晰度数值；通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面；将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值；将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。2.根据权利要求1所述的摄像头清晰度检测方法，其特征在于，所述通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面，包括：访问实时流传输协议的统一资源定位符以获取对应的流媒体数据，并解析实时流传输协议以得到预设封装格式的视频数据；对所述预设封装格式的视频数据进行解封装，以得到预设编码格式的视频码流数据；对所述预设编码格式的视频码流数据进行视频解码得到视频像素数据，以显示所述待检测摄像头的实时拍摄画面。3.根据权利要求1所述的摄像头清晰度检测方法，其特征在于，所述将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值，包括：将整个所述实时拍摄画面作为所述预设检测区域并输入至训练好的摄像头清晰度检测模型中，以得到整个所述实时拍摄画面对应的清晰度数值；相应的，所述将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量，包括：将整个所述实时拍摄画面对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。4.根据权利要求1所述的摄像头清晰度检测方法，其特征在于，所述将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值之前，还包括：基于预先设置的所述预设检测区域的定位坐标以及所述预设检测区域的宽度值与高度值确定所述预设检测区域。5.根据权利要求4所述的摄像头清晰度检测方法，其特征在于，所述基于预先设置的所述预设检测区域的定位坐标以及所述预设检测区域的宽度值与高度值确定所述预设检测区域之前，还包括：确定所述实时拍摄画面的中心点坐标，并基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标；所述预设对称条件包括需要满足中心对称和/或轴对称；将所述中心点坐标和所述非中心点坐标确定为所述定位坐标。6.根据权利要求5所述的摄像头清晰度检测方法，其特征在于，所述基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件的非中心点坐标，包括：
基于均衡分布原则从所述实时拍摄画面中筛选出预设数量的满足预设对称条件以及预设距离条件的非中心点坐标；所述预设距离条件为任意两个所述定位坐标之间的横向距离和纵向距离均大于预设距离阈值。7.根据权利要求1至6中任一项所述的摄像头清晰度检测方法，其特征在于，所述将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较之后，还包括：若所述预设检测区域对应的清晰度数值小于所述期望清晰度数值，则按照第一预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记；若所述预设检测区域对应的清晰度数值大于或等于所述期望清晰度数值，则按照第二预设标记方式在所述实时拍摄画面上对所述预设检测区域进行标记。8.一种摄像头清晰度检测装置，其特征在于，包括：期望清晰度获取模块，用于获取待检测摄像头的期望清晰度数值；实时画面获取模块，用于通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面；清晰度确定模块，用于将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值；摄像头清晰度质量确定模块，用于将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。9.一种电子设备，其特征在于，包括：存储器，用于保存计算机程序；处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的摄像头清晰度检测方法的步骤。10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的摄像头清晰度检测方法的步骤。
技术总结本申请公开了一种摄像头清晰度检测方法、装置、设备及介质，涉及信息技术领域。该方法包括：获取待检测摄像头的期望清晰度数值；通过访问所述待检测摄像头的实时流传输协议的统一资源定位符，以获取并显示所述待检测摄像头的实时拍摄画面；将所述实时拍摄画面中的预设检测区域输入至训练好的摄像头清晰度检测模型中，以得到所述预设检测区域对应的清晰度数值；将所述预设检测区域对应的清晰度数值与所述期望清晰度数值进行比较，并基于所述比较结果确定所述待检测摄像头的清晰度质量。通过上述方案，可避免人工判断造成的过程繁琐以及检测效率低的问题以及不准确的问题。由此能够简便、准确地检测出摄像头清晰度以代替繁琐且不准确的人工检测。准确的人工检测。准确的人工检测。
技术研发人员：姚伟顺 崔秋松 沈正 张瑞 黄岗 周圣强
受保护的技术使用者：苏州万店掌网络科技有限公司
技术研发日：2022.03.17
技术公布日：2022/7/5
