基于OpenCV的网络实时视频流传输的实现

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。

  • 只需在运行“ app.py”后在网络浏览器中键入“ localhost：5000”即可打开您的网络应用程序
  • app.py —这是我们在上面创建的Flask应用程序
  • 模板-此文件夹包含我们的“ index.html”文件。在渲染模板时，这在Flask中是必需的。所有HTML文件都放在此文件夹下。

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我们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我们！

赞 (0)

相关推荐

  • opencv 获取rtsp流媒体视频的实现方法

    获取实时数据 import cv2 # user: admin # pwd: 12345 # main: 主码流 # ip: 192.168.1.64 # Channels: 实时数据 # 1: 通道 cap = cv2.VideoCapture("rtsp://admin:12345@192.168.1.64/main/Channels/1") print (cap.isOpened()) while cap.isOpened(): success,frame = cap.read(

  • 基于OpenCV的网络实时视频流传输的实现

    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

  • python实现opencv+scoket网络实时图传

    本文实例为大家分享了python实现opencv+scoket网络实时图传的具体代码,供大家参考,具体内容如下 服务器分析: 1. 先通过在服务器端利用OpenCV捕获到视频的每一帧图片 2. 将这些图片进行压缩成JPEG格式,这样能减小图片大小,便于传输 3. 按照提前协商好的分辨率和帧数进行打包编码传输 4. 利用服务器端打开端口8880,此时客户端连接后,便可以在客户端中捕获到服务器端的视频. #服务端 import socket import threading import struc

  • python基于OpenCV模块实现视频流数据切割为图像帧数据(流程分析)

    python基于OpenCV模块实现视频流数据切割为图像帧数据(流程分析)

    动态视频流数据的处理可以转化为静态图像帧的处理,这样就可以在不改动图像模型的情况下实现视频流数据的处理工作,当然视频流数据也可以采用视频的处理方法来直接处理,这里今天主要是实践一下视频流数据的预处理工作,即:将视频流数据切割为图像帧数据,实践内容很简单,具体如下所示: #!usr/bin/env python #encoding:utf-8 ''' __Author__:沂水寒城 功能: 视频数据切割成图像数据 ''' import os import cv2 import numpy as n

  • 超详细注释之OpenCV实现视频实时人脸模糊和人脸马赛克

    超详细注释之OpenCV实现视频实时人脸模糊和人脸马赛克

    目录 1. 效果图 2. 原理 2.1 什么是人脸模糊,如何将其用于人脸匿名化? 2.2 执行人脸模糊/匿名化的步骤 3. 源码 3.1 图像人脸模糊源码 3.2 实时视频流人脸模糊源码 参考 这篇博客将介绍人脸检测,然后使用Python,OpenCV模糊它们来"匿名化"每张图像,以确保隐私得到保护,保证没有人脸可以被识别如何使用. 并介绍俩种模糊的方法:简单高斯模糊.像素模糊. 人脸模糊和匿名化的实际应用包括: 公共/私人区域的隐私和身份保护 在线保护儿童(即在上传的照片中模糊未成年

  • 基于OpenCV目标跟踪实现人员计数器

    基于OpenCV目标跟踪实现人员计数器

    目录 1.了解对象检测与对象跟踪 2.结合对象检测和对象跟踪 3.项目结构 4.结合对象跟踪算法 5.创建可追踪对象 6.使用OpenCV+Python实现我们的人员计数器 7.完整代码 people_counter.py centroidtracker.py trackableobject.py 8.运行结果 9.改进我们的人员计数器应用程序 BONUS 在本教程中,您将学习如何使用 OpenCV 和 Python 构建人员计数器.使用 OpenCV,我们将实时计算进或出百货商店的人数. 在今

  • java实现基于UDP协议网络Socket编程(C/S通信)

    一.前言:认识UDP UDP,全称User Datagram Protocol(用户数据报协议),是Internet 协议集支持一个无连接的传输协议.UDP 为应用程序提供了一种无需建立连接就可以发送封装的 IP 数据包的方法. UDP主要用于不要求分组顺序到达的传输中,分组传输顺序的检查与排序由应用层完成,提供面向报文的简单不可靠信息传送服务.UDP 协议基本上是IP协议与上层协议的接口,适用端口分别运行在同一台设备上的多个应用程序. 二.UDP的特点(与TCP相比) 正是UDP提供不可靠服务

  • Python机器视觉之基于OpenCV的手势检测

    Python机器视觉之基于OpenCV的手势检测

    目录 1 简介 2 传统机器视觉的手势检测 2.1 轮廓检测法 2.2 算法结果 2.3 整体代码实现 3 深度学习方法做手势识别 3.1 经典的卷积神经网络 3.2 YOLO系列 3.3 SSD 3.4 实现步骤 3.5 关键代码 4 实现手势交互 1 简介 今天学长向大家介绍一个机器视觉项目 基于机器视觉opencv的手势检测 手势识别 算法 2 传统机器视觉的手势检测 普通机器视觉手势检测的基本流程如下: 其中轮廓的提取,多边形拟合曲线的求法,凸包集和凹陷集的求法都是采用opencv中自带

  • OpenCV停车场车位实时检测项目实践

    OpenCV停车场车位实时检测项目实践

    目录 1. 写在前面 2. 整体流程梳理 3. 数据预处理 3.1 背景过滤 3.2 Canny边缘检测 3.3 停车场区域提取 3.4 霍夫变换检测直线 3.5 以列为单位,划分停车位 3.6 锁定每个停车位 3.7 为CNN生成预测图片 4. 模型的训练和预测 4.1 模型训练 4.2 模型预测 5. 小结 1. 写在前面 今天整理OpenCV入门的第三个实战小项目,前面的两篇文章整理了信用卡数字识别以及文档OCR扫描, 大部分用到的是OpenCV里面的基础图像预处理技术,比如轮廓检测,边缘

  • 基于Java实现互联网实时聊天系统(附源码)

    目录 0. 前言 1.技术准备 2. 整体说明 2.1 设计思想 2.2 系统结构 2.3 项目结构 2.4 系统功能模块 2.5 系统界面 3. 核心编码 3.1 Netty服务器启动与关闭 4. 效果及操作演示 4.1 登录操作 4.2 聊天演示 5. 源码下载 0. 前言 决定以Netty为核心,以WebSocket为应用层通信协议做一个互联网聊天系统,整体而言就像微信网页版一样,但考虑到这个聊天系统的功能非常多,因此只打算实现核心的聊天功能,包括单发.群发.文件发送,然后把项目与Spri

  • Python基于opencv调用摄像头获取个人图片的实现方法

    Python基于opencv调用摄像头获取个人图片的实现方法

    接触图像领域的应该对于opencv都不会感到陌生,这个应该算是功能十分强劲的一个算法库了,当然了,使用起来也是很方便的,之前使用Windows7的时候出现多该库难以安装成功的情况,现在这个问题就不存在了,需要安装包的话可以去我的资源中下载使用,使用pip安装方式十分地便捷. 今天主要是基于opencv模块来调用笔记本的内置摄像头,然后从视频流中获取到人脸的图像数据用于之后的人脸识别项目,也就是为了构建可用的数据集.整个实现过程并不复杂,具体如下: #!usr/bin/env python #en

随机推荐