点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
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：
<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-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。
代码链接：https://github.com/NakulLakhotia/Live-Streaming-using-OpenCV-Flask
交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~