时间:2021-05-22
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 socketimport threadingimport structimport timeimport cv2import numpyclass Carame_Accept_Object: def __init__(self,S_addr_port=("",8880)): self.resolution=(640,480) #分辨率 self.img_fps=15 #每秒传输多少帧数 self.addr_port=S_addr_port self.Set_Socket(self.addr_port) #设置套接字 def Set_Socket(self,S_addr_port): self.server=socket.socket(socket.AF_INET,socket.SOCK_STREAM) self.server.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1) #端口可复用 self.server.bind(S_addr_port) self.server.listen(5) #print("the process work in the port:%d" % S_addr_port[1])def check_option(object,client): #按格式解码,确定帧数和分辨率 info=struct.unpack('lhh',client.recv(8)) if info[0]>888: object.img_fps=int(info[0])-888 #获取帧数 object.resolution=list(object.resolution) # 获取分辨率 object.resolution[0]=info[1] object.resolution[1]=info[2] object.resolution = tuple(object.resolution) return 1 else: return 0def RT_Image(object,client,D_addr): if(check_option(object,client)==0): return camera=cv2.VideoCapture(0) #从摄像头中获取视频 img_param=[int(cv2.IMWRITE_JPEG_QUALITY),object.img_fps] #设置传送图像格式、帧数 while(1): time.sleep(0.1) #推迟线程运行0.1s _,object.img=camera.read() #读取视频每一帧 object.img=cv2.resize(object.img,object.resolution) #按要求调整图像大小(resolution必须为元组) _,img_encode=cv2.imencode('.jpg',object.img,img_param) #按格式生成图片 img_code=numpy.array(img_encode) #转换成矩阵 object.img_data=img_code.tostring() #生成相应的字符串 try: #按照相应的格式进行打包发送图片 client.send(struct.pack("lhh",len(object.img_data),object.resolution[0],object.resolution[1])+object.img_data) except: camera.release() #释放资源 returnif __name__ == '__main__': camera=Carame_Accept_Object() while(1): client,D_addr=camera.server.accept() clientThread=threading.Thread(None,target=RT_Image,args=(camera,client,D_addr,)) clientThread.start()客户端分析:
1. 客户端连接端口后,首先发送需要协商的分辨率和帧数,以致能够使传输“协议”一致
2. 客户端使用线程,对图片进行收集
3. 对收到的每一张图片进行解码,并利用OpenCV播放出来,即可实现C/S两端实时视频传输。
#客户端import socketimport cv2import threadingimport structimport numpyclass Camera_Connect_Object: def __init__(self,D_addr_port=["",8880]): self.resolution=[640,480] self.addr_port=D_addr_port self.src=888+15 #双方确定传输帧数,(888)为校验值 self.interval=0 #图片播放时间间隔 self.img_fps=15 #每秒传输多少帧数 def Set_socket(self): self.client=socket.socket(socket.AF_INET,socket.SOCK_STREAM) self.client.setsockopt(socket.SOL_SOCKET,socket.SO_REUSEADDR,1) def Socket_Connect(self): self.Set_socket() self.client.connect(self.addr_port) print("IP is %s:%d" % (self.addr_port[0],self.addr_port[1])) def RT_Image(self): #按照格式打包发送帧数和分辨率 self.name=self.addr_port[0]+" Camera" self.client.send(struct.pack("lhh", self.src, self.resolution[0], self.resolution[1])) while(1): info=struct.unpack("lhh",self.client.recv(8)) buf_size=info[0] #获取读的图片总长度 if buf_size: try: self.buf=b"" #代表bytes类型 temp_buf=self.buf while(buf_size): #读取每一张图片的长度 temp_buf=self.client.recv(buf_size) buf_size-=len(temp_buf) self.buf+=temp_buf #获取图片 data = numpy.fromstring(self.buf, dtype='uint8') #按uint8转换为图像矩阵 self.image = cv2.imdecode(data, 1) #图像解码 cv2.imshow(self.name, self.image) #展示图片 except: pass; finally: if(cv2.waitKey(10)==27): #每10ms刷新一次图片,按‘ESC'(27)退出 self.client.close() cv2.destroyAllWindows() break def Get_Data(self,interval): showThread=threading.Thread(target=self.RT_Image) showThread.start()if __name__ == '__main__': camera=Camera_Connect_Object() camera.addr_port[0]="服务端的ip" camera.addr_port=tuple(camera.addr_port) camera.Socket_Connect() camera.Get_Data(camera.interval以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
使用Python+OpenCV实现实时眼动追踪,不需要高端硬件简单摄像头即可实现,效果图如下所示。项目演示参见:https:///video/av7518196
本文实例为大家分享了python+opencv实现霍夫变换检测直线的具体代码,供大家参考,具体内容如下python+opencv实现高斯平滑滤波python+o
本文实例为大家分享了利用python和OpenCV实现图像拼接,供大家参考,具体内容如下python+OpenCV实现imagestitching在最新的Ope
python+opencv车道线检测(简易实现),供大家参考,具体内容如下技术栈:python+opencv实现思路:1、canny边缘检测获取图中的边缘信息;
利用Python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。系统环境:Windows7+Python3.6.3+opencv3.4.