需求背景

给一个客户对接人脸识别的设备，最后需要通知服务端进行一些消息推送。

简单例子

# 作者 陈老师
# https://v.iiar.cn
import json
import paho.mqtt.client as mqtt
import requests
from flask import Flask, requestapp = Flask(__name__)# MQTT配置
mq_broker = "127.0.0.1"  # MQTT测试服务器
mq_port = 1883  # 非加密端口
zt = 'ddddd'def http_post(data):url = "http://127.0.0.1:6688/api/user/mqtt_msg"try:res = requests.post(url, json=data)print(res.text)except Exception as e:print(e)# MQTT连接回调函数
def on_connect(client, userdata, flags, rc):if rc == 0:client.subscribe(zt)print("MQTT连接成功")else:print(f"MQTT连接失败，返回码：{rc}")# 处理接收到的MQTT消息
def on_message(client, userdata, msg):mqtt_message = msg.payload.decode()  # 解析MQTT消息print('收到消息', mqtt_message)http_post(json.loads(mqtt_message))# 连接MQTT服务器
mq = mqtt.Client()
mq.on_connect = on_connect
mq.on_message = on_message
mq.connect(mq_broker, mq_port, 60)
# 启动MQTT客户端线程
mq.loop_start()def send_mqtt_msg(text):mq.publish(zt, text)@app.route('/', methods=['POST'])
def index():data = request.jsonprint('给机器发消息', data)t = json.dumps(data)t = json.loads(t)send_mqtt_msg(t)return 'ok'# 调试模式运行
if __name__ == '__main__':# debug=True,app.run(port=6699, host='0.0.0.0')# 安装依赖
# pip install -r requirements.txt# 导出依赖库
# pip freeze > requirements.txt

所需安装拓展

requirements.txt

blinker==1.9.0
certifi==2024.8.30
charset-normalizer==3.4.0
click==8.1.7
Flask==3.1.0
idna==3.10
importlib_metadata==8.5.0
itsdangerous==2.2.0
Jinja2==3.1.4
MarkupSafe==3.0.2
paho-mqtt==2.1.0
requests==2.32.3
urllib3==2.2.3
Werkzeug==3.1.3
zipp==3.21.0

实际应用例子

# 作者 陈老师
# https://v.iiar.cn
import json
from datetime import datetime
import paho.mqtt.client as mqtt
import requests
from flask import Flask, requestapp = Flask(__name__)# MQTT配置
mq_broker = "127.0.0.1"  # MQTT测试服务器
mq_port = 1883  # 非加密端口
sb = '123456789' # 我的设备号
zt = f'fungxi_{sb}_downLink'  # 发给设备
zt2 = f'fungxi_{sb}_upLink'  # 设备上报def http_post(data): # 接收mqtt回调的apiurl = "http://127.0.0.1:6688/api/user/mqtt_msg"try:res = requests.post(url, json=data)print(res.text)except Exception as e:print(e)# MQTT连接回调函数
def on_connect(client, userdata, flags, rc):if rc == 0:client.subscribe(zt)client.subscribe(zt2)print("MQTT连接成功")else:print(f"MQTT连接失败，返回码：{rc}")# 处理接收到的MQTT消息
def on_message(client, userdata, msg):mqtt_message = msg.payload.decode()  # 解析MQTT消息try:data = json.loads(mqtt_message)except json.JSONDecodeError:print("无效的JSON数据")returnif msg.topic == zt:if data['cmd'] == 'heartD':returnprint('发给设备', mqtt_message)elif msg.topic == zt2:if data['cmd'] == 'heartU':bot_heartbeat()returnelif data['cmd'] == 'strangerRecordU':  # 陌生人returnelif data['cmd'] == 'verifiedRecordU':  # 人脸库的# http_post(['data'])check_successfully(data['data'])print('设备上报', mqtt_message)# 连接MQTT服务器
mq = mqtt.Client()
mq.on_connect = on_connect
mq.on_message = on_message
mq.connect(mq_broker, mq_port, 60)
# 启动MQTT客户端线程
mq.loop_start()def send_mqtt_msg(text):mq.publish(zt, text)# 机器返回心跳
def bot_heartbeat():r = {"cmd": "heartD","time": datetime.now().strftime("%Y-%m-%d %H:%M:%S")}t = json.dumps(r)send_mqtt_msg(t)def check_successfully(data):data = data[0]user_id = data['num']  # 用户idname = data['name']  # 用户名img = data['liveImageBase64']  # 扫脸图片verifiedCode = data['verifiedCode']  # 识别状态bot_time = data['time']  # 机器里识别时间personType = data['personType']if personType == '1' and verifiedCode == 0:  # 通过passsend_data = {'user_id': user_id,'name': name,'img': img,'verifiedCode': verifiedCode,'bot_time': bot_time,'personType': personType}# print(bot_time)http_post(send_data)@app.route('/', methods=['POST'])
def index():data = request.jsonprint('给机器发消息', data)t = json.dumps(data)t = json.loads(t)send_mqtt_msg(t)return 'ok'# 调试模式运行
if __name__ == '__main__':# debug=True,app.run(port=6699, host='0.0.0.0')# 安装依赖
# pip install -r requirements.txt# 导出依赖库
# pip freeze > requirements.txt

详细说明文档

由chatGPT整理

中文解释文档

1. 项目简介

该项目实现了一个基于 MQTT 协议和 Flask 框架的应用。它的功能主要包括：

• 接收来自设备的上报消息（如人脸识别结果、心跳等）。
• 向设备发送下行指令（如心跳响应等）。
• 通过HTTP请求将接收到的数据转发到本地服务器进行处理。

该应用集成了 MQTT 客户端库 paho.mqtt.client，用于与设备进行通信，并使用 Flask 框架提供一个HTTP接口，接收外部发送的消息并转发给设备。

2. 主要功能

1. MQTT通信：

   • 设备通过MQTT协议发送上报消息（如人脸识别结果、心跳等），服务器接收并进行处理。
   • 服务器可以向设备发送下行消息（如心跳响应、命令等）。

2. HTTP接口：

   • 服务器提供一个HTTP接口（POST /）接收外部请求，通过MQTT协议向设备发送消息。

3. 人脸识别处理：

   • 设备通过MQTT上报人脸识别结果，服务器将识别结果转发给本地API进行进一步的处理（如存储、通知等）。

3. 主要模块

3.1 MQTT配置

mq_broker = "127.0.0.1"  # MQTT测试服务器
mq_port = 1883  # 非加密端口
sb = '123456789' # 我的设备号
zt = f'fungxi_{sb}_downLink'  # 发给设备
zt2 = f'fungxi_{sb}_upLink'  # 设备上报

• mq_broker：MQTT服务器的IP地址，用于连接设备。
• mq_port：MQTT服务器的端口号，使用非加密连接（默认为1883端口）。
• sb：设备的唯一序列号。
• zt：发送给设备的消息主题，用于控制设备或向设备发送指令。
• zt2：设备上报消息的主题，用于接收设备的上报数据（如识别结果）。

3.2 HTTP POST请求

def http_post(data):url = "http://127.0.0.1:6688/api/user/mqtt_msg"  # 本地API接口地址try:res = requests.post(url, json=data)  # 发送POST请求print(res.text)  # 打印服务器响应内容except Exception as e:print(e)  # 打印异常信息

• http_post(data)：这个函数用于将数据通过HTTP POST请求发送到本地的API接口。一般用于将设备上报的数据转发到其他服务进行处理。

3.3 MQTT消息处理

def on_connect(client, userdata, flags, rc):if rc == 0:  # 连接成功client.subscribe(zt)  # 订阅设备下行消息client.subscribe(zt2)  # 订阅设备上行消息print("MQTT连接成功")else:  # 连接失败print(f"MQTT连接失败，返回码：{rc}")

• on_connect：当MQTT客户端连接成功时，会订阅两个主题：zt（发送给设备）和zt2（设备上报的消息）。
• on_message：处理接收到的MQTT消息，根据主题分发不同的处理逻辑。

3.4 处理接收到的MQTT消息

def on_message(client, userdata, msg):mqtt_message = msg.payload.decode()  # 解析MQTT消息try:data = json.loads(mqtt_message)  # 将消息转为JSON格式except json.JSONDecodeError:  # 如果无法解析为JSONprint("无效的JSON数据")returnif msg.topic == zt:  # 如果是下行消息if data['cmd'] == 'heartD':  # 如果是心跳消息，直接返回returnprint('发给设备', mqtt_message)elif msg.topic == zt2:  # 如果是设备上报消息if data['cmd'] == 'heartU':  # 如果是设备上报的心跳消息bot_heartbeat()  # 发送机器心跳returnelif data['cmd'] == 'strangerRecordU':  # 陌生人记录returnelif data['cmd'] == 'verifiedRecordU':  # 人脸识别记录check_successfully(data['data'])  # 检查是否识别成功print('设备上报', mqtt_message)

• on_message：处理接收到的消息，并根据消息的主题和命令类型（如心跳、陌生人记录、人脸识别记录等）执行不同的操作。

3.5 发送MQTT消息

def send_mqtt_msg(text):mq.publish(zt, text)  # 向设备下行主题发送消息

• send_mqtt_msg：将文本消息通过MQTT协议发送到设备，通常用于向设备发送指令或控制消息。

3.6 心跳响应

def bot_heartbeat():r = {"cmd": "heartD",  # 命令类型：心跳"time": datetime.now().strftime("%Y-%m-%d %H:%M:%S")  # 当前时间}t = json.dumps(r)  # 将数据转换为JSON字符串send_mqtt_msg(t)  # 发送心跳消息

• bot_heartbeat：当设备向服务器发送心跳时，服务器通过MQTT向设备响应心跳消息，表明设备仍然在线。

3.7 人脸识别结果处理

def check_successfully(data):data = data[0]  # 获取识别结果中的第一条数据user_id = data['num']  # 用户IDname = data['name']  # 用户名img = data['liveImageBase64']  # 扫脸图片的Base64编码verifiedCode = data['verifiedCode']  # 识别状态（0为通过）bot_time = data['time']  # 机器识别的时间personType = data['personType']  # 人员类型（1为已登记用户）if personType == '1' and verifiedCode == 0:  # 如果是已登记用户且识别通过pass  # 这里可以处理已通过的情况# 构造发送数据send_data = {'user_id': user_id,'name': name,'img': img,'verifiedCode': verifiedCode,'bot_time': bot_time,'personType': personType}# 打印识别时间（可用于调试）# print(bot_time)# 发送数据到本地APIhttp_post(send_data)

• check_successfully：该函数处理设备上报的人脸识别数据，将其解析并将成功的识别结果转发到本地API进行进一步处理。

3.8 Flask HTTP接口

@app.route('/', methods=['POST'])
def index():data = request.json  # 获取请求中的JSON数据print('给机器发消息', data)  # 打印发送给机器的消息t = json.dumps(data)  # 将数据转换为JSON字符串t = json.loads(t)  # 重新解析JSON（这里可以进行进一步的数据处理）send_mqtt_msg(t)  # 发送消息给设备return 'ok'  # 返回成功响应

• index：这是Flask应用提供的HTTP接口，接收外部的POST请求。请求中的数据会通过MQTT协议转发给设备。

4. 运行说明

1. 安装依赖：
   在项目根目录下创建 requirements.txt 文件，列出项目的依赖库：

   pip install -r requirements.txt
   

2. 启动服务：
   运行Flask应用：

   python app.py
   

   服务器将会监听在 6699 端口上。

3. 导出依赖：
   如果需要将当前环境的依赖导出为 requirements.txt 文件，可以运行：

   pip freeze > requirements.txt
   

5. 总结

该项目主要通过MQTT协议与设备进行实时通信，通过Flask框架提供一个HTTP接口接收外部请求并转发给设备。它主要应用于设备控制、实时数据处理和系统集成等场景。

延伸了解

这种基于 MQTT 协议和 Flask 框架的系统，通常会应用于需要实时设备控制、数据收集和状态反馈的场景。以下是一些典型的应用场景：

1. 智能门禁系统

在智能门禁系统中，设备（如门禁机、门锁等）可能需要通过人脸识别来判断是否允许某人进入。设备通过MQTT协议将人脸识别结果（例如是否识别成功、人员身份等）上报到服务器，服务器根据识别结果进行处理，并反馈给设备是否允许打开门锁。

• 设备角色：门禁设备、门锁、门禁卡读卡器、人脸识别摄像头等。
• 系统需求：
  • 设备上报用户识别数据（如人脸识别结果、时间戳等）。
  • 系统根据识别结果决定是否打开门锁。
  • 系统向设备发送状态更新（如心跳包、设备状态监控等）。

使用场景：

• 办公楼、住宅小区、公共场所等的智能门禁控制。
• 企业考勤系统，自动记录员工进出。

2. 智能监控与安防

在智能监控系统中，摄像头、传感器等设备可能会使用人脸识别、动作检测等技术监控环境。当发现可疑人物或异常行为时，设备会通过MQTT协议将监控数据上传至服务器，服务器进行处理（如报警、记录日志等），并根据规则发送指令给设备（如开启警报、录像等）。

• 设备角色：摄像头、传感器、警报器、录像设备等。
• 系统需求：
  • 实时接收设备的监控数据或报警信号。
  • 根据设备上报的结果，向设备发送指令（如触发警报、录像等）。
  • 与外部系统（如安防公司、移动端APP等）集成，进行信息转发或展示。

使用场景：

• 智能家居安防系统，监控家庭安全。
• 企业或公共场所的智能安防系统，防盗、监控等。

3. 智能家居系统

在智能家居场景中，设备之间的交互和控制通常通过MQTT协议实现。例如，用户通过手机APP控制家里的智能灯泡、空调、门锁等设备，设备将状态更新上报到服务器，服务器再根据控制指令下发新的状态更新给设备。

• 设备角色：智能灯泡、空调、窗帘、智能插座、门锁等。
• 系统需求：
  • 设备实时上报状态（如温度、湿度、是否开锁、是否开灯等）。
  • 用户通过手机APP发送控制指令（如开关灯、调节空调温度等）。
  • 系统根据用户指令向设备发送MQTT消息进行控制。

使用场景：

• 智能家居控制系统，用户通过手机控制家居设备。
• 智能办公环境，自动调节温度、照明等。

4. 远程医疗与健康监测

在医疗设备或健康监测系统中，传感器（如心率监测仪、血压计、体温计等）通过MQTT将患者的健康数据实时上传到服务器，服务器将数据存储并进行分析，同时向设备发送指令进行实时干预（例如在心率异常时提醒设备报警）。

• 设备角色：健康监测设备、传感器、智能手表等。
• 系统需求：
  • 设备上报患者的实时健康数据（如心率、血压、体温等）。
  • 系统根据数据分析，给设备发送指令（如报警、记录日志等）。
  • 数据存储与远程监控，医生或护理人员可以实时查看患者状态。

使用场景：

• 老年人健康监护，实时监测老年人的身体状况。
• 慢性病患者的远程健康管理。

5. 工业物联网（IIoT）

在工业物联网（IIoT）应用中，传感器和设备需要实时监控生产线或设备的状态，例如温度、压力、湿度、运行速度等数据。这些设备通过MQTT协议上传状态数据，服务器根据数据进行故障预警、生产调度等。

• 设备角色：工业传感器、监控设备、生产机器、自动化设备等。
• 系统需求：
  • 设备实时上报生产数据（如设备运行状态、温度、湿度等）。
  • 系统根据设备数据进行状态监控，发现异常时发出报警指令。
  • 向设备发送控制指令（如调整温度、改变生产参数等）。

使用场景：

• 工厂自动化，实时监控生产线设备的运行状态。
• 智能制造，优化生产流程，减少故障率。

6. 智慧停车系统

在智慧停车系统中，停车场的入口、出口、车位传感器等设备通过MQTT协议上传实时的停车数据。例如，设备上报车辆进出情况、空闲车位数等，系统根据这些信息提供停车导航、收费结算等服务。

• 设备角色：停车场摄像头、车位传感器、停车收费机等。
• 系统需求：
  • 设备上报实时停车数据（如车位是否空闲、车辆进出时间等）。
  • 系统根据数据向用户提供停车位信息、导航指引。
  • 向设备发送指令进行车位管理或收费操作。

使用场景：

• 智慧停车场，实时监控停车位使用情况。
• 城市交通管理，优化停车资源利用。

7. 智能农业与环境监测

在智能农业和环境监测系统中，设备（如土壤湿度传感器、气象站、灌溉系统等）通过MQTT协议实时上传环境数据，系统根据数据分析向设备发送指令（如启动灌溉、调整温室温度等）。

• 设备角色：土壤湿度传感器、温度传感器、气象站、自动化灌溉系统等。
• 系统需求：
  • 设备上报环境数据（如温度、湿度、土壤湿度等）。
  • 系统根据数据自动调整设备参数（如启动灌溉、调节温湿度等）。
  • 数据存储与远程监控，农业管理人员可以随时查看环境数据。

使用场景：

• 智能温室，自动调节温湿度，控制灌溉系统。
• 智能农场，精准农业，减少水资源浪费。

---

总结

这种需求主要出现在那些 需要实时监控、数据收集、设备控制与反馈的场景。利用MQTT协议和Flask框架实现的系统能够高效地处理设备之间的消息传递和数据流转。典型的应用场景包括：

• 智能门禁与考勤系统
• 智能安防与监控
• 智能家居控制
• 远程医疗健康监测
• 工业物联网（IIoT）
• 智慧停车与交通管理
• 智能农业与环境监测

这些场景都涉及到设备与服务器之间的高效通信、状态反馈和远程控制，且对于实时性、稳定性和可扩展性有较高的要求。