【OpenCV DNN】Flask 视频监控目标检测教程 02
欢迎关注『OpenCV DNN @ Youcans』系列，持续更新中
【OpenCV DNN】Flask 视频监控目标检测教程 01
【OpenCV DNN】Flask 视频监控目标检测教程 02
【OpenCV DNN】Flask 视频监控目标检测教程 02
-
- 3.1 从URL地址读取图片进行处理
-
- 3.1.1 从指定的 url 地址读取图像
- 3.1.2 例程：从指定的 url 读取图像
- 3.2 上传本地图片进行卡通处理
-
- 3.2.1 建立 Flask 项目
- 3.2.2 编写 HTML 文档
- 3.2.3 Python程序实现业务逻辑
- 3.2.4 运行脚本
本系列从零开始，详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。
本节介绍使用OpenCV+Flask将计算机视觉应用程序部署到Web端。
3.1 从URL地址读取图片进行处理
我们编写的第一个例程，从指定的URL地址读取图片，对图片进行处理，返回处理后的图片并在网页上显示。本例程在浏览器直接显示响应图片，没有使用HTML文档。
3.1.1 从指定的 url 地址读取图像
（1）首先从指定的 url 地址读取图像。
Flask中使用route()装饰器将应用程序的URL绑定到函数，可以接受URL参数实现路由访问。
@app.route('/enhance', methods=['GET'])
def detail_enhance():
# 从指定的 url 地址读取图像
with urllib.request.urlopen(request.args.get('url')) as url:
image_array = np.asarray(bytearray(url.read()), np.uint8)
# 从指定的内存缓存中读取数据，并把数据转换成图像格式
imgCV = cv2.imdecode(image_array, -1) # 转换为 OpenCV 图像
使用函数request.args.get(‘url’)来获取URL参数，构建一个变量URL。当我们访问/user/时，就可以接收到URL地址，然后从URL地址读取图片。
注意不能使用函数cv.imread()读取图像，而要使用函数cv.imdecode()从指定的内存缓存中读取数据，并将传输数据转换为OpenCV图像。
（2）图像处理。
简单地，例程使用边缘保护图像滤波和铅笔素描两种方法进行图像处理。
（3）将图像编码到内存缓冲区。
使用函数cv.imencode()将图像编码为流数据，存储到内存缓存中，方便网络传输。
（4）生成返回页面响应。
使用函数make_response()将缓存中的图像编码封装为响应对象，将页面响应返回到客户端。
3.1.2 例程：从指定的 url 读取图像
完整的例程如下。
# opencvFlask01.py
import cv2
import numpy as np
from flask import Flask, request, make_response
import urllib.request
app = Flask(__name__) # 用当前脚本名称实例化Flask对象
@app.route('/enhance', methods=['GET'])
def detail_enhance():
# 从指定的 url 地址读取图像
with urllib.request.urlopen(request.args.get('url')) as url:
image_array = np.asarray(bytearray(url.read()), np.uint8)
# 从指定的内存缓存中读取数据，并把数据转换成图像格式
imgCV = cv2.imdecode(image_array, -1) # 转换为 OpenCV 图像
# # 双边滤波增强图像
# dst = cv2.detailEnhance(imgCV, sigma_s=10, sigma_r=0.2)
# 边缘保护滤波图像
dst = cv2.edgePreservingFilter(imgCV, sigma_s=50, sigma_r=0.4)
# 将图像编码到内存缓冲区
ret, out_buf = cv2.imencode('.jpg', dst)
# 生成返回页面响应
resp = make_response(out_buf.tobytes()) # 封装为响应对象
resp.headers['Content-Type'] = 'image/jpeg' # 设置响应头
return resp
@app.route('/pencil', methods=['GET'])
def pencil_sketch():
# 从指定的 url 地址读取图像
with urllib.request.urlopen(request.args.get('url')) as url:
image_array = np.asarray(bytearray(url.read()), np.uint8)
# 从指定的内存缓存中读取数据，并把数据转换成图像格式
imgCV = cv2.imdecode(image_array, -1) # 转换为 OpenCV 图像
# 铅笔画滤波图像
dst1, dst2 = cv2.pencilSketch(imgCV, sigma_s=100, sigma_r=0.15, shade_factor=0.02)
# 将图像编码到内存缓冲区
ret, out_buf = cv2.imencode('.jpg', dst1)
# 生成返回页面响应
resp = make_response(out_buf.tobytes()) # 封装为响应对象
resp.headers['Content-Type'] = 'image/jpeg' # 设置响应头
return resp
if __name__ == '__main__':
# 启动一个本地开发服务器，激活该网页
app.run(host='0.0.0.0', debug=True) # 绑定 IP 和端口
运行程序cvFlask01.py，启动Web服务器，控制台将显示如下消息。
* Serving Flask app 'cvFlask01'
* Debug mode: off
* Running on all addresses (0.0.0.0)
* Running on http://127.0.0.1:5000
* Running on http://192.168.3.249:5000
在浏览器输入以下URL，调用GET请求。
http://192.168.3.249:5000/enhance?url=http://www.news.cn/photo/2023-03/29/1129476453_16800903517201n.jpg
http://192.168.3.249:5000/pencil?url=http://www.news.cn/photo/2023-03/29/1129476453_16800903517201n.jpg
不同网络设备运行时的IP地址不同，具体可以参考控制台显示输出的内容。其中参数url的值http://www.news.cn/photo/***.jpg是待处理图像的URL地址。通过route()装饰器的路由规则，将enhance绑定到函数detail_enhance()，将pencil绑定到函数pencil_sketch()，执行不同的图像处理任务。
Flask获取GET请求后，进行图像处理，并在浏览器显示响应图片如下。
3.2 上传本地图片进行卡通处理
我们的第二个例程，上传本地图片，对图片进行处理，返回处理图片并在网页上进行格式化显示。
3.2.1 建立 Flask 项目
为了处理本地图片上传和格式化显示处理的图片，我们需要建立一个Flask项目，并编写简单的HTML文档。具体步骤如下。
（1）新建一个Flask项目。
项目默认配置建立static和templates目录，static目录用来存放静态资源，例如图片、js、css文件等，templates目录存放模板文件。网站逻辑由Python程序文件cvFlask02.py实现，保存在项目的根目录。项目cvFlask02的文件树如下。
---项目文件名\
|---static\
|---templates\
| |---processed.html
| |---upload.html
|--- cvFlask02.py
3.2.2 编写 HTML 文档
（2）编写upload.html文档，用于上传本地图片，保存在templates目录。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>OpenCV+Flask 上传图片</title>
</head>
<body>
<h1 align="center">OpenCV+Flask 例程：上传本地图片处理</h1>
<p align="center">Developed by youcans@xupt，2023</p>
<form action="" enctype='multipart/form-data' method='POST'>
<label>选择按钮：</label>
<input type="file" name="file" style="margin-top:25px;"/>
<br>
<label>选中文件：</label>
<input type="text" class="txt_input" name="name" value="png/jpg/jpeg/bmp" style="margin-top:20px;"/>
<br>
<label>上传按钮：</label>
<input type="submit" value="上传图片" class="button-new" style="margin-top:20px;"/>
<br>
</form>
</body>
</html>
（3）编写processed.html文档，用于显示上传图片和处理图片，保存在templates目录。
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>OpenCV+Flask 上传图片</title>
</head>
<body>
<h1 align="center">OpenCV+Flask 例程：上传本地图片进行处理</h1>
<p align="center">Developed by youcans@xupt, 2023</p>
<form action="" enctype='multipart/form-data' method='POST'>
<label>选中文件：</label>
<input type="text" class="txt_input" name="name" value={{userinput}} style="margin-top:10px;"/>
<br>
</form>
<h2 align="center">图片处理结果</h2>
<table width="700" height="350" border="5" align="center" frame=void>
<tr>
<td align="center" valign="middle">原始图片</td>
<td align="center" valign="middle">处理结果</td>
</tr>
<tr>
<td align="center" valign="middle">
<img src="{{ url_for('static', filename= './images/upload.jpg',_t=val1) }}" width="300" height="300" alt="上传的原始图片"/>
</td>
<td align="center" valign="middle">
<img src="{{ url_for('static', filename= './images/processed.jpg',_t=val1) }}" width="300" height="300" alt="处理完成的图片"/>
</td>
</tr>
</table>
</body>
</html>
（4）编写Python程序文件cvFlask02.py，保存在项目根目录下。
3.2.3 Python程序实现业务逻辑
Python程序实现如下的业务逻辑：
1）启动一个本地开发服务器，激活upload.html网页。
2）接收upload.html页面上传的图像文件，并进行检查。
3）将上传的图片保存到 upload_path 路径。
4）调用图像处理子程序，对上传的图像进行处理。
5）激活processed.html网页，显示原始图像和处理后的图像。
本例程的图像处理子程序，使用cv. Stylization()函数对上传的图片进行卡通化处理，也可以根据需要实现其它图片处理方法。
cvFlask02.py完整的程序代码如下。
# cvFlask02.py
# OpenCV+Flask 图像处理例程 02
# 上传本地图片进行处理，在网页上显示处理结果
# Copyright 2023 Youcans, XUPT
# Crated：2023-4-25
# coding:utf-8
import cv2
import os, time
from flask import Flask, render_template, request, make_response, jsonify
from werkzeug.utils import secure_filename
from datetime import timedelta
# 设置允许的文件格式
ALLOWED_EXTENSIONS = set(['png', 'jpg', 'JPG', 'PNG', 'bmp'])
app = Flask(__name__) # 用当前脚本名称实例化Flask对象
app.send_file_max_age_default = timedelta(seconds=1) # 设置静态文件缓存过期时间
@app.route('/upload', methods=['POST', 'GET']) # 添加路由
def upload():
if request.method == 'POST':
f = request.files['file'] # 从表单的 file 字段获取文件，file为该表单的name值
print("user_input:", f.filename) # tiger02.png
if not (f and allowed_file(f.filename)): # 检查图片类型
return jsonify({"error": 1001, "msg": "上传图片必须是 png/jpg/jpeg/bmp 类型"})
user_input = request.form.get("name") # 获取表单输入的 name 值, png/jpg/jpeg/bmp
basepath = os.path.dirname(__file__) # 当前文件所在路径 C:\Users\David\cvFlask\
# upload_filepath = os.path.join(basepath, 'static\images', secure_filename(f.filename))
upload_filepath = os.path.join(basepath, 'static\images', 'upload.jpg') # 合成上传图片的保存路径
print("upload_filepath", upload_filepath) # upload_path, C:\Users\David\cvFlask\static\images\upload.jpg
f.save(upload_filepath) # 将上传的图片保存到 upload_path 路径
# OpenCV 图像处理
dst = imageProcessing(upload_filepath) # 调用图片处理子程序
cv2.imwrite(os.path.join(basepath, 'static/images', 'processed.jpg'), dst) # 保存处理后的图片
user_input = f.filename # 上传图片的文件名
return render_template('processed.html', userinput=user_input, val1=time.time())
return render_template('upload.html')
def imageProcessing(filepath): # 图片处理子程序
imgCV = cv2.imread(filepath) # 从 filepath 路径读取图片
dst = cv2.stylization(imgCV, sigma_s=60, sigma_r=0.07) # 图片卡通化处理
return dst
def allowed_file(filename):
return '.' in filename and filename.rsplit('.', 1)[1] in ALLOWED_EXTENSIONS
if __name__ == '__main__':
# 启动一个本地开发服务器，激活该网页
app.run(host='0.0.0.0', port=5000, debug=True) # 绑定 IP 和端口
3.2.4 运行脚本
（5）接下来运行此脚本。
进入cvFlask02项目的根目录，运行程序cvFlask02.py，启动流媒体服务器。控制台将显示如下消息。
* Serving Flask app 'cvFlask02'
* Debug mode: on
* Running on all addresses (0.0.0.0)
* Running on http://127.0.0.1:5000
* Running on http://192.168.3.249:5000
在浏览器输入URL（http://192.168.3.249:5000/upload），打开upload.html网页，显示如下。
在浏览器点击页面上的选择按钮，选择本地的图片上传，上传的图片保存到static\images目录。
程序cvFlask02.py对上传的图片进行卡通化处理，然后激活processed.html网页，显示原始图像和处理后的图像。
在移动手机打开浏览器，输入URL（http://192.168.3.249:5000/upload），也可以上传手机中的图片进行处理，结果如下图所示。不同网络设备运行时的IP地址不同，具体可以参考控制台显示输出的内容。
【本节完】
下节我们将讨论：在浏览器运行 OpenCV DNN 人脸检测。
欢迎关注『OpenCV DNN @ Youcans』系列，持续更新中
版权声明：
youcans@xupt 原创作品，转载必须标注原文链接：
【OpenCV DNN】Flask 视频监控目标检测教程 02(https://blog.csdn.net/youcans/article/details/130809121)
Copyright 2023 youcans, XUPT
Crated：2023-05-22