點擊上方“小白學視覺”，選擇加"星標"或“置頂”
重磅干貨，第一時間送達
很多小伙伴都不會在家里或者辦公室安裝網路攝像頭或監視攝像頭，但是有時，大家又希望能夠隨時隨地觀看視頻直播，
大多數人會選擇使用IP攝像機（Internet協議攝像機）而不是CCTV（閉路電視），因為它們具有更高的解析度并降低了布線成本，在本文中，我們將重點介紹IP攝像機，IP攝像機是一種數字 攝像機，可以通過IP網路接收控制資料并發送影像資料，并且不需要本地記錄設備，大多數IP攝像機都是基于RTSP（實時流協議）的，因此Internet瀏覽器本身“不支持”它，
01.如何使用Web瀏覽器查看實時流媒體
計算機視覺是一個跨學科領域，涉及如何制作計算機以從數字影像或視頻獲得高層次的理解，為了實作計算機視覺部分，我們將使用Python中的OpenCV模塊，并在Web瀏覽器中顯示實時流，我們將使用Flask Web框架，在進入編碼部分之前，讓我們首先簡要地了解這些模塊，如果您已經熟悉這些模塊，則可以直接跳到下一部分，
根據Wikipedia的說法，Flask是用Python撰寫的微型Web框架，它被歸類為微框架，因為它不需要特定的工具或庫，它沒有資料庫抽象層，表單驗證或任何其他現有的第三方庫提供公用功能的組件，
根據GeeksForGeeks的說法，OpenCV是用于計算機視覺，機器學習和影像處理的巨大開放源代碼庫，現在它在實時操作中起著重要作用，這在當今的系統中非常重要，
02.操作步驟
第1步-安裝Flask和OpenCV：
可以使用“ pip install flask”和“ pip install opencv-python ”命令，我使用PyCharm IDE開發flask應用程式，
第2步-匯入必要的庫，初始化flask應用程式：
現在，我們將匯入必要的庫并初始化我們的flask應用程式，
#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捕獲視頻：
創建一個VideoCapture（）物件以觸發相機并讀取視頻的第一個影像/幀，我們可以提供視頻檔案的路徑，也可以使用數字來指定本地網路攝像頭的使用，要觸發網路攝像頭，我們將“ 0”作為引數傳遞，為了從IP攝像機捕獲實時源，我們提供RTSP鏈接作為引數，
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-添加視窗并從相機生成幀：
gen_frames（）函式進入一個回圈，在該回圈中，它不斷從相機回傳幀作為回應塊，該函式要求攝像機提供一個幀，然后將其格式化為內容型別為的回應塊，并使其屈服image/jpeg，如上所示，代碼如下所示：
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-為網路應用的默認頁面定義應用路由：
路由指的是應用程式的URL模式（例如myapp.com/home或myapp.com/about），@app.route("/")是Flask提供的Python裝飾器，用于在我們的應用中分配URL以便輕松運行，
@app.route('/')
def index():
return render_template('index.html')
裝飾器告訴我們@app，只要用戶訪問給定的應用程式域（本地服務器的localhost：5000）.route()，就執行該index()功能，Flask使用Jinja模板庫渲染模板，在我們的應用程式中，我們將使用模板來呈現HTML，這些HTML將顯示在瀏覽器中，
第6步-定義視頻供稿的應用路由：
@app.route('/video_feed')
def video_feed():
return Response(gen_frames(), mimetype='multipart/x-mixed-replace; boundary=frame')
“ / video_feed”路由回傳流式回應，由于此流回傳要在網頁中顯示的影像，因此路由的URL在image標記的“ src”屬性中（請參見下面的“ index.html”），瀏覽器將通過在其中顯示JPEG影像流來自動更新影像元素，因為大多數/所有瀏覽器都支持多部分回應
讓我們看一下我們的index.html檔案：
<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-啟動Flask服務器：
if __name__ == "__main__":
app.run(debug=True)
呼叫app.run（）并將Web應用程式本地托管在[localhost：5000]上，
“ debug = True”可確保我們不需要在每次進行更改時都運行應用程式，只需在服務器仍在運行時重繪網頁即可查看更改，
專案結構：
該專案保存在名為“攝像機檢測”的檔案夾中，我們運行“ app.py”檔案，運行此檔案后，我們的應用程式將托管在本地服務器的埠5000上，
只需在運行“ app.py”后在網路瀏覽器中鍵入“ localhost：5000”即可打開您的網路應用程式
app.py —這是我們在上面創建的Flask應用程式
模板-此檔案夾包含我們的“ index.html”檔案，在渲染模板時，這在Flask中是必需的，所有HTML檔案都放在此檔案夾下，
讓我們看看當我們運行'app.py'時會發生什么：
在單擊提供的URL時，我們的Web瀏覽器將打開實時供稿，由于我使用了上面的VideoCapture（0），因此網路攝像頭摘要會顯示在瀏覽器中：
中有來自IP攝像機/網路攝像機的實時視頻流，可用于安全和監視目的，
代碼鏈接：https://github.com/NakulLakhotia/Live-Streaming-using-OpenCV-Flask
交流群
歡迎加入公眾號讀者群一起和同行交流，目前有SLAM、三維視覺、傳感器、自動駕駛、計算攝影、檢測、分割、識別、醫學影像、GAN、演算法競賽等微信群（以后會逐漸細分），請掃描下面微信號加群，備注：”昵稱+學校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺SLAM“，請按照格式備注，否則不予通過，添加成功后會根據研究方向邀請進入相關微信群，請勿在群內發送廣告，否則會請出群，謝謝理解~
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/223177.html
標籤：其他