python视频流传输_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：

Live Streaming

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。

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python博客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python博客！