【OpenCV DNN】Flask 视频监控目标检测教程 06

这篇具有很好参考价值的文章主要介绍了【OpenCV DNN】Flask 视频监控目标检测教程 06。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

欢迎关注『OpenCV DNN @ Youcans』系列,持续更新中


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。

本节介绍用 Flask 构建流媒体服务器,通过OpenCV捕获摄像头的实时画面,向服务器发送请求可以播放实时的视频流。也可以播放本地视频文件。


3.6 OpenCV+Flask实时监控和视频播放

本例程使用Flask框架构建一个视频流服务器,通过OpenCV捕获摄像头的实时画面,向服务器发送请求可以播放实时的视频流。

OpenCV提供的视频处理类VideoCapture既可以处理视频文件,也可以处理摄像头设备。创建视频读取或捕获对象、读取视频文件或设备的函数也相同,区别仅在于:在读取视频文件或读取视频流时,通过filename指定视频文件或视频流的路径;在使用摄像头时,通过index定义摄像头的ID号。

本项目的框架与cvFlask05相同,主要区别在于从网页获取视频文件路径名称和使用OpenCV读取视频文件。


cvFlask06 项目的文件树

新建一个Flask项目。cvFlask06项目的文件树如下。

---文件名\
    |---templates\
    |    |---index4.html
    |    |---index5.html
|--- cvFlask06.py
|--- vedio_01.mp4

cvFlask06 项目的程序文件

任务逻辑由Python程序文件cvFlask06.py实现,完整代码如下。

# cvFlask06.py
# OpenCV+Flask 图像处理例程 06
# 通过浏览器播放摄像头实时监控视频
# Copyright 2023 Youcans, XUPT
# Crated:2023-4-30
# coding:utf-8

from flask import Flask, Response, request, render_template
import cv2

app = Flask(__name__)  # 实例化 Flask 对象

# 定义视频流类
class VideoStream:
    def __init__(self, source):  # 传入视频源
        if source == 'camera':
            self.video_capture = cv2.VideoCapture(0)  # 使用摄像头
        else:
            self.video_capture = cv2.VideoCapture(source)  # 使用视频文件

    def get_frame(self):
        success, frame = self.video_capture.read()  # 读取视频帧
        if not success:
            return None
        ret, buffer = cv2.imencode('.jpg', frame)  # 编码为 jpg 格式
        frame_byte = buffer.tobytes()  # 转换为 bytes 类型
        return frame_byte

    def __del__(self):
        self.video_capture.release()  # 释放视频流

# 生成视频流的帧
def gen_frames(video_source):
    video_stream = VideoStream(video_source)  # 从视频文件获取视频流
    while True:
        frame = video_stream.get_frame()  # 获取视频帧
        if frame is None:
            break
        yield (b'--frame\r\n' b'Content-Type: image/jpeg\r\n\r\n'
               + frame + b'\r\n')  # 生成视频流的帧

@app.route('/video_feed')
def video_feed():
    video_source = request.args.get('video_source', 'camera')  # 从网页获取视频源
    return Response(gen_frames(video_source), mimetype='multipart/x-mixed-replace; boundary=frame')

@app.route('/')
def index_camera():  # 实时视频监控
    # <img src="{{ url_for('video_feed', video_source='camera') }}">
    return render_template('index4.html')

@app.route('/vidfile')
def index_vidfile():  # 播放视频文件
    # <img src="{{ url_for('video_feed', video_source='vedio_01.mp4') }}">
    return render_template('index5.html')

if __name__ == '__main__':
    # 启动一个本地开发服务器,激活该网页
    print("URL: http://127.0.0.1:5000")
    app.run(host='0.0.0.0', port=5000, debug=True, threaded=True)  # 绑定 IP 地址和端口号

cvFlask06 项目的网页模板

在子程序index()中指定了视频流的网页模板index4.html。

网页index4.html位于templates文件夹,具体内容如下。

<!DOCTYPE html>
<html>
  <head>
    <title>Video Streaming Demonstration</title>
  </head>
  <body>
    <h2  align="center">OpenCV+Flask 例程:实时视频监控</h2>
    <div style="text-align:center; padding-top:inherit">
      <img src="{{ url_for('video_feed', video_source='camera') }}" width="600"; height="360">
    </div>
  </body>
</html>

网页index5.html位于templates文件夹,具体内容如下。

<!DOCTYPE html>
<html>
  <head>
    <title>Video Streaming Demonstration</title>
  </head>
  <body>
    <h2  align="center">OpenCV+Flask 例程:播放视频文件</h2>
    <div style="text-align:center; padding-top:inherit">
      <img src="{{ url_for('video_feed', video_source='vedio_01.mp4') }}" width="600"; height="360">
    </div>
  </body>
</html>

cvFlask06 项目的运行

进入cvFlask06项目的根目录,运行程序cvFlask06.py,启动流媒体服务器。

 * Running on all addresses (0.0.0.0)
 * Running on http://127.0.0.1:5000
 * Running on http://192.168.3.249:5000

在局域网内设备(包括移动手机)的浏览器打开http://192.168.3.249:5000就可以播放实时视频监控画面:

【OpenCV DNN】Flask 视频监控目标检测教程 06

打开http://192.168.3.249:5000/vidfile就可以播放视频文件。
【OpenCV DNN】Flask 视频监控目标检测教程 06


【本节完】

下节我们将讨论:OpenCV+Flask 实时监控人脸识别。


版权声明:
欢迎关注『OpenCV DNN @ Youcans』系列
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 06
(https://blog.csdn.net/youcans/article/details/131033156)
Copyright 2023 youcans, XUPT
Crated:2023-06-04文章来源地址https://www.toymoban.com/news/detail-470986.html


到了这里,关于【OpenCV DNN】Flask 视频监控目标检测教程 06的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【OpenCV DNN】Flask 视频监控目标检测教程 09

    欢迎关注『OpenCV DNN @ Youcans』系列,持续更新中 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。本节使用多线程或者异步框架来处理视频帧的获取和人脸识别。 本例程使用一个线程实时获取视频帧,在主线程中处理视频帧,进行人脸识别和图像编

    2024年02月13日
    浏览(25)
  • 【OpenCV DNN】Flask 视频监控目标检测教程 10

    欢迎关注『OpenCV DNN @ Youcans』系列,持续更新中 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。 在上节的基础上,本节介绍使用OpenCV DNN对实时视频进行目标检测。DNN目标检测的基本步骤也是加载图像、模型设置和模型推理。 在上节的基础上,本

    2024年02月10日
    浏览(26)
  • 【OpenCV DNN】Flask 视频监控目标检测教程 04

    欢迎关注『OpenCV DNN @ Youcans』系列,持续更新中 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。 本节介绍用Flask构建流媒体服务器,向服务器发送请求可以获取模拟视频源产生的视频图像。 我们的第四个例程,使用Flask框架构建一个视频流服务器

    2024年02月06日
    浏览(35)
  • 【OpenCV DNN】Flask 视频监控目标检测教程 05

    欢迎关注『OpenCV DNN @ Youcans』系列,持续更新中 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。 本节介绍用 Flask 构建流媒体服务器,向服务器发送请求可以播放本地视频文件。 本例程使用Flask框架构建一个视频流服务器,通过OpenCV读取本地视频

    2024年02月07日
    浏览(99)
  • 基于视频技术与AI检测算法的体育场馆远程视频智能化监控方案

    一、方案背景 近年来,随着居民体育运动意识的增强,体育场馆成为居民体育锻炼的重要场所。但使用场馆内的器材时,可能发生受伤意外,甚至牵扯责任赔偿纠纷问题。同时,物品丢失、人力巡逻成本问题突出,体育场馆在给居民提供运动场地的同时,还需特别关注场馆内

    2024年02月07日
    浏览(44)
  • opencv系列(1)--使用opencv和Qt6做一个视频监控器人脸识别

    这个程序是自己的下班之后,看看那个坏东西想来偷看我的电脑。我就随手做的一个程序。 1.能都显示摄像头的内容。 2.如果有人进入摄像头。 3.利用opencv的模型识别人脸,识别到了就保存到自己的电脑里面。 4.并把他的照片显示到界面上一段时间,告诉他,偷窥有罪。 5.程

    2024年02月11日
    浏览(23)
  • 安防监控视频AI智能分析网关V4离岗检测算法配置步骤来啦

    我们的AI边缘计算网关硬件 —— 智能分析网关目前有5个版本:V1、V2、V3、V4、V5,每个版本都能实现对监控视频的智能识别和分析,支持抓拍、记录、告警等,每个版本在算法模型及性能配置上略有不同。硬件可实现的 AI 检测包括:人脸结构化数据、车辆结构化数据、场景检

    2024年02月07日
    浏览(26)
  • opencv dnn模块 示例(19) 目标检测 object_detection 之 yolox

    YOLOX是旷视科技在2021年发表,对标YOLO v5。YOLOX中引入了当年的黑科技主要有三点,decoupled head、anchor-free以及advanced label assigning strategy(SimOTA)。YOLOX的性能如何呢,可以参考原论文图一如下图所示。YOLOX比当年的YOLO v5略好一点,并且利用YOLOX获得当年的Streaming Perception Challenge第一

    2024年02月06日
    浏览(30)
  • 树莓派利用python-opencv使用CSI摄像头调用监控视频

    目录 一、安装python-opencv。 二、使用工具Xshell7和MobaXterm 三、连接并打开CSI摄像头 3.1连线如图所示: 3.2打开摄像头 四、编写摄像头代码调用摄像头         一定要选择配置好的安装python-opencv,不要去配置安装,然后还cmake编译,没有必要基本上安装过程都会报2-3个错误,还

    2023年04月17日
    浏览(40)
  • 【教程】视频汇聚/视频监控管理平台EasyCVR录像存储功能如何优化?具体步骤是什么?

    视频云存储/安防监控EasyCVR视频汇聚平台基于云边端智能协同,支持海量视频的轻量化接入与汇聚、转码与处理、全网智能分发、视频集中存储等。视频监控系统EasyCVR拓展性强,视频能力丰富,具体可实现视频监控直播、视频轮播、视频录像、云存储、回放与检索、智能告警

    2024年02月07日
    浏览(31)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包