(python）Socket，Opencv分辨颜色

数据采集端

import socket
import cv2
import numpy
import time
import sys


def SendPicture():
    # 建立sock连接
    # address要连接的服务器IP地址和端口号
    address = ('10.52.130.116', 3000)
    try:
        # 建立socket对象，参数意义见https://blog.csdn.net/rebelqsp/article/details/22109925
        # socket.AF_INET：服务器之间网络通信
        # socket.SOCK_STREAM：流式socket , for TCP
        sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
        # 开启连接
        sock.connect(address)
    except socket.error as msg:
        print(msg)
        sys.exit(1)

    # 建立图像读取对象
    capture = cv2.VideoCapture(0)
    # 读取一帧图像，读取成功:ret=1 frame=读取到的一帧图像；读取失败:ret=0
    ret, frame = capture.read()
    print(frame.shape)
    # 压缩参数，后面cv2.imencode将会用到，对于jpeg来说，15代表图像质量，越高代表图像质量越好为 0-100，默认95
    encode_param = [int(cv2.IMWRITE_JPEG_QUALITY), 100]
    while ret:
        # cv2.imencode将图片格式转换(编码)成流数据，赋值到内存缓存中;主要用于图像数据格式的压缩，方便网络传输
        # '.jpg'表示将图片按照jpg格式编码。
        result, imgencode = cv2.imencode('.jpg', frame, encode_param)
        # 建立矩阵
        data = numpy.array(imgencode)
        # 将numpy矩阵转换成字符形式，以便在网络中传输
        stringData = data.tobytes()

        # 先发送要发送的数据的长度
        # ljust() 方法返回一个原字符串左对齐,并使用空格填充至指定长度的新字符串
        sock.send(str.encode(str(len(stringData)).ljust(16)));
        # 发送数据
        sock.send(stringData);
        # 读取下一帧图片
        ret, frame = capture.read()
        if cv2.waitKey(10) == 27:
            break
    sock.close()


if __name__ == '__main__':
    SendPicture()

用户端

import socket
import cv2 as cv
import numpy as np
import os
import shutil
import easygui as a

redlower = np.array([0, 43, 46])
redupper = np.array([10, 255, 255])
bluelower = np.array([100, 43, 46])
blueupper = np.array([124, 255, 255])
greenlower = np.array([37, 43, 46])
greenupper = np.array([77, 255, 255])


def ReceivePicture():
    address = ('10.52.130.116', 3000)
    s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    # 将套接字绑定到地址, 在AF_INET下,以元组（host,port）的形式表示地址.
    s.bind(address)
    s.listen(1)

    def recvall(sock, count):
        buf = b''  # buf是一个byte类型
        while count:
            # 接受TCP套接字的数据。数据以字符串形式返回，count指定要接收的最大数据量.
            newbuf = sock.recv(count)
            if not newbuf: return None
            buf += newbuf
            count -= len(newbuf)
        return buf
    # 接受TCP连接并返回（conn,address）,其中conn是新的套接字对象，可以用来接收和发送数据。addr是连接客户端的地址。
    # 没有连接则等待有连接
    conn, addr = s.accept()
    print('connect from:' + str(addr))
    i = 1
    while 1:
        length = recvall(conn, 16)  # 获得图片文件的长度,16代表获取长度
        stringData = recvall(conn, int(length))  # 根据获得的文件长度，获取图片文件
        data = np.frombuffer(stringData, np.uint8)  # 将获取到的字符流数据转换成1维数组
        decimg = cv.imdecode(data, cv.IMREAD_COLOR)  # 将数组解码成图像
        cv.imwrite(r"C:\Users\Administrator\Desktop\picturedata\test" + str(i) + ".jpg", decimg)
        i += 1
        if (i == 250):
            s.close()
            break;


def showpro():
    choice = a.ccbox(msg='选择需要显示红色(1)还是绿色(2)。', title='红绿色盲辅助脚本', choices=('1', '2'))
    if (choice == 1):
        for i in range(1, 250):
            img = cv.imread(r"C:\Users\Administrator\Desktop\picturedata\test" + str(i) + ".jpg", 1)
            hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
            maskG = cv.inRange(hsv, lowerb=greenlower, upperb=greenupper)
            maskR = cv.inRange(hsv, lowerb=redlower, upperb=redupper)
            maskRG = cv.bitwise_or(maskG, maskR)
            picpro = cv.bitwise_or(img, img, mask=maskR)
            out = cv.GaussianBlur(picpro, (3, 3), 1.3)  # σ较大，则生成的模板的各个系数相差就不是很大，比较类似均值模板，对图像的平滑效果比较明显。
            cv.imshow('videopro', out)
            cv.imshow('videorecv', img)
            c = cv.waitKey(35)
            if c == 27:
                break;
    else:
        for i in range(1, 250):
            img = cv.imread(r"C:\Users\Administrator\Desktop\picturedata\test" + str(i) + ".jpg", 1)
            hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
            maskG = cv.inRange(hsv, lowerb=greenlower, upperb=greenupper)
            maskR = cv.inRange(hsv, lowerb=redlower, upperb=redupper)
            maskRG = cv.bitwise_or(maskG, maskR)
            picpro = cv.bitwise_or(img, img, mask=maskG)
            out = cv.GaussianBlur(picpro, (3, 3), 1.3)  # σ较大，则生成的模板的各个系数相差就不是很大，比较类似均值模板，对图像的平滑效果比较明显。
            cv.imshow('videopro', out)
            cv.imshow('videorecv', img)
            c = cv.waitKey(35)
            if c == 27:
                break;


if __name__ == '__main__':
    ReceivePicture()
    showpro()
    shutil.rmtree(r"C:\Users\Administrator\Desktop\picturedata")
    os.mkdir(r"C:\Users\Administrator\Desktop\picturedata")

程序运行后，socket建立成功后，会先调用摄像头获取视频，结束后用户端会弹出选择框，选择需要显示的颜色。