yuming
b3608f534e
- 新增 analysis/ 模块：MOG2活动检测、YOLO人物跟踪、MediaPipe摔倒检测、Ollama活动打标、缩略图抽取 - 新增 webapp/：Flask事件浏览界面，按需HEVC→H264转码缓存 - 新增 analyze.py：7阶段状态机流水线（scan→backfill→motion→person→fall→activity→thumbnail） - 新增 cleanup_orphans.py：清理文件已删除的数据库孤儿记录 - 修复：motion/person/activity三阶段加单视频异常兜底，避免批次中断 - 修复：ollama_client加健康检查和3次重试，num_ctx从8192降到2048 - 修复：transcode_cache加fcntl文件锁，防止并发转码同一视频 - 修复：SQLite开WAL模式+busy_timeout，支持读写并发 - 修复：sync.py ffmpeg路径改为shutil.which查找，删除automate.py死代码PYTHON - 修复：thumbnail失败加3次重试上限，避免无限重试损坏文件 - 新增：requirements.lock锁定版本、README文档 - 更新：.gitignore排除.playwright-mcp、截图、备份文件
49 lines
1.9 KiB
Python
49 lines
1.9 KiB
Python
"""把 OSD 时间戳水印识别出的精确到秒的时间，回填到 videos.start_time。
|
|
|
|
video_scanner 登记时 start_time 只精确到"天"（因为文件名时间戳是下载时刻而非
|
|
录制时刻）。这里用 timestamp_reader 重新读取每个视频首帧的画面水印，识别成功
|
|
则覆盖为精确到秒的时间；识别失败（分辨率未标定/置信度不足）则保留原有粗粒度
|
|
值不动，不强行覆盖成错误数据。
|
|
"""
|
|
from analysis.config import PROJECT_ROOT
|
|
from analysis.db import get_all_videos, update_start_time
|
|
from analysis.timestamp_reader import read_timestamp
|
|
|
|
|
|
# 720p 方案实测通过率仅约19%（模板库覆盖的时段太窄，泛化差），投入产出比太低，
|
|
# 暂不处理，720p视频保留 video_scanner 登记时"只精确到天"的粗粒度 start_time。
|
|
BACKFILL_RESOLUTIONS = {(2560, 1440)}
|
|
|
|
|
|
def process_all(limit=None):
|
|
videos = [
|
|
v for v in get_all_videos()
|
|
if v["status"] != "corrupt" and (v["width"], v["height"]) in BACKFILL_RESOLUTIONS
|
|
]
|
|
if limit:
|
|
videos = videos[:limit]
|
|
|
|
updated = 0
|
|
fallback = 0
|
|
for video in videos:
|
|
file_path = PROJECT_ROOT / video["file_path"]
|
|
precise_start_time = read_timestamp(file_path, capture_date=video["capture_date"])
|
|
if precise_start_time is None:
|
|
fallback += 1
|
|
continue
|
|
update_start_time(video["id"], precise_start_time)
|
|
updated += 1
|
|
|
|
return {"total": len(videos), "updated": updated, "fallback": fallback}
|
|
|
|
|
|
if __name__ == "__main__":
|
|
import sys
|
|
|
|
limit = int(sys.argv[1]) if len(sys.argv) > 1 else None
|
|
print("===== 开始回填精确时间戳 =====")
|
|
result = process_all(limit=limit)
|
|
print(f"→ 共处理 {result['total']} 条，成功回填 {result['updated']} 条，"
|
|
f"识别失败保留粗粒度值 {result['fallback']} 条")
|
|
print("===== 回填完成 =====")
|