基于OpenCV2和LLM的监控视频异常检测、管理和报警推送平台源文件源码

一、软件面向的行业和业务场景（25%）
本项目面向工业园区、化工厂、仓储物流中心等对安全监控有较高要求的行业，旨在构建一套基于视频流的异常检测与多渠道报警系统。用户可在系统中部署多个实时视频流，并结合自定义电子围栏，对围栏内的人员倒地、物品倾倒、入侵等异常行为进行自动识别。一旦识别为异常事件，系统将通过钉钉、微信、短信、邮件等方式实时推送报警信息至预设联系人，提升应急响应效率，适用于安全值守自动化改造、无人值守区域监管和巡检优化场景。

二、项目功能模块与用户功能实现（50%）
本系统从用户角度划分，包含以下主要功能模块：
1. 视频流接入与管理
支持接入 RTSP、RTMP、第三方平台等多种视频流；
前端提供视频源列表和流添加页面；
用户可管理视频流基本信息，并通过页面直接预览视频。
2. 电子围栏配置
用户可在视频画面中划定电子围栏区域；
每个围栏与视频源绑定，可设定检测频率和阈值；
用于限定监控范围，聚焦关注区域。
3. 异常检测与AI智能判别
系统定时从视频流抓取画面，结合围栏区域，识别是否存在剧烈变化；
变化区域将通过图像分析和多模态大模型接口（如 qwen_ai.py）判断是否为真正异常，如倒地、异常入侵等；
AI模块输出判别结果并参与报警内容生成。
4. 报警配置与推送
用户可配置报警联系人、分组、报警渠道（钉钉、微信、邮件、短信）；
可自定义报警模板，模板变量由系统实时填充（异常类型、时间、位置等）；
报警消息通过多种通道自动发送，确保及时送达。
5. 联系人与绑定管理
可添加联系人信息（姓名、手机号、邮箱、微信等）；
视频流与联系人支持双向绑定，实现多流→多人的灵活告警分配。
6. 缩略图与视频回看（可扩展）
支持展示视频缩略图，方便概览；
可扩展为点击缩略图跳转历史回放或异常记录（当前版本为实时告警）。

三、技术选型与架构特点（25%）
技术选型：
前端：基于 Vue3 + Element-Plus 构建，组件式开发，页面简洁、响应迅速；
后端：使用 Flask 构建 RESTful API，结合 Python 多线程实现视频流异步监控；
视频处理：使用 OpenCV 实现图像变化检测，封装为自定义线程；
AI 模块：调用多模态 API（如阿里通义千问）对图像+文本进行语义识别判断；
存储方式：系统采用 JSON 文件管理报警配置、联系人、流信息等，便于快速部署与修改。
架构特点：
模块化设计：各功能组件解耦，如报警模块、视频模块、AI模块独立运行、独立测试；
高扩展性：支持快速替换推送渠道、AI接口或前端展示模块；
跨平台兼容：ZLMediaKit 支持多平台部署，前端后端可独立运行于不同服务器；