python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > OpenCV 实时视频流传输

基于OpenCV的网络实时视频流传输的实现

作者：小白学视觉

这篇文章主要介绍了基于OpenCV的网络实时视频流传输的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

很多小伙伴都不会在家里或者办公室安装网络摄像头或监视摄像头。但是有时，大家又希望能够随时随地观看视频直播。

大多数人会选择使用IP摄像机（Internet协议摄像机）而不是CCTV（闭路电视），因为它们具有更高的分辨率并降低了布线成本。在本文中，我们将重点介绍IP摄像机。IP摄像机是一种数字 摄像机，可以通过IP网络接收控制数据并发送图像数据，并且不需要本地记录设备。大多数IP摄像机都是基于RTSP（实时流协议）的，因此Internet浏览器本身“不支持”它。

01.如何使用Web浏览器查看实时流媒体

计算机视觉是一个跨学科领域，涉及如何制作计算机以从数字图像或视频获得高层次的理解。为了实现计算机视觉部分，我们将使用Python中的OpenCV模块，并在Web浏览器中显示实时流，我们将使用Flask Web框架。在进入编码部分之前，让我们首先简要地了解这些模块。如果您已经熟悉这些模块，则可以直接跳到下一部分。

根据Wikipedia的说法，Flask是用Python编写的微型Web框架。它被归类为微框架，因为它不需要特定的工具或库。它没有数据库抽象层，表单验证或任何其他现有的第三方库提供公用功能的组件。

根据GeeksForGeeks的说法，OpenCV是用于计算机视觉，机器学习和图像处理的巨大开放源代码库，现在它在实时操作中起着重要作用，这在当今的系统中非常重要。

02.操作步骤

第1步-安装Flask和OpenCV：

可以使用“ pip install flask”和“ pip install opencv-python ”命令。我使用PyCharm IDE开发flask应用程序。

第2步-导入必要的库，初始化flask应用程序：

现在，我们将导入必要的库并初始化我们的flask应用程序。

#Import necessary libraries
from flask import Flask, render_template, Response
import cv2
#Initialize the Flask app
app = Flask(__name__)

第3步-使用OpenCV捕获视频：

创建一个VideoCapture（）对象以触发相机并读取视频的第一个图像/帧。我们可以提供视频文件的路径，也可以使用数字来指定本地网络摄像头的使用。要触发网络摄像头，我们将“ 0”作为参数传递。为了从IP摄像机捕获实时源，我们提供RTSP链接作为参数。

camera = cv2.VideoCapture(0)
'''
for ip camera use - rtsp://username:password@ip_address:554/user=username_password='password'_channel=channel_number_stream=0.sdp' 
for local webcam use cv2.VideoCapture(0)
'''

第4步-添加窗口并从相机生成帧：

gen_frames（）函数进入一个循环，在该循环中，它不断从相机返回帧作为响应块。该函数要求摄像机提供一个帧，然后将其格式化为内容类型为的响应块，并使其屈服image/jpeg，如上所示。代码如下所示：

def gen_frames(): 
 while True:
  success, frame = camera.read() # read the camera frame
  if not success:
   break
  else:
   ret, buffer = cv2.imencode('.jpg', frame)
   frame = buffer.tobytes()
   yield (b'--frame\r\n'
     b'Content-Type: image/jpeg\r\n\r\n' + frame + b'\r\n') # concat frame one by one and show result

第5步-为网络应用的默认页面定义应用路由：

路由指的是应用程序的URL模式（例如myapp.com/home或myapp.com/about）。@app.route("/")是Flask提供的Python装饰器，用于在我们的应用中分配URL以便轻松运行。

@app.route('/')
def index():
 return render_template('index.html')

装饰器告诉我们@app，只要用户访问给定的应用程序域（本地服务器的localhost：5000）.route()，就执行该index()功能。Flask使用Jinja模板库渲染模板。在我们的应用程序中，我们将使用模板来呈现HTML，这些HTML将显示在浏览器中。

第6步-定义视频供稿的应用路由：

@app.route('/video_feed')
def video_feed():
 return Response(gen_frames(), mimetype='multipart/x-mixed-replace; boundary=frame')

“ / video_feed”路由返回流式响应。由于此流返回要在网页中显示的图像，因此路由的URL在image标记的“ src”属性中（请参见下面的“ index.html”）。浏览器将通过在其中显示JPEG图像流来自动更新图像元素，因为大多数/所有浏览器都支持多部分响应

让我们看一下我们的index.html文件：

<body>
<div class="container">
 <div class="row">
  <div class="col-lg-8 offset-lg-2">
   <h3 class="mt-5">Live Streaming</h3>
   <img src="{{ url_for('video_feed') }}" width="100%">
  </div>
 </div>
</div>
</body>

第7步-启动Flask服务器：

if __name__ == "__main__":
 app.run(debug=True)

调用app.run（）并将Web应用程序本地托管在[localhost：5000]上。

“ debug = True”可确保我们不需要在每次进行更改时都运行应用程序，只需在服务器仍在运行时刷新网页即可查看更改。

项目结构：

该项目保存在名为“摄像机检测”的文件夹中。我们运行“ app.py”文件。运行此文件后，我们的应用程序将托管在本地服务器的端口5000上。

让我们看看当我们运行'app.py'时会发生什么：

在单击提供的URL时，我们的Web浏览器将打开实时供稿。由于我使用了上面的VideoCapture（0），因此网络摄像头摘要会显示在浏览器中：

中有来自IP摄像机/网络摄像机的实时视频流，可用于安全和监视目的。

代码链接：https://github.com/NakulLakhotia/Live-Streaming-using-OpenCV-Flask

到此这篇关于基于OpenCV的网络实时视频流传输的实现的文章就介绍到这了,更多相关OpenCV 实时视频流传输内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:
阅读全文