【最简改进】基于OpenCV-Python+Flask的人脸检测网络摄像头图像输出(将本地图像转为网络URL地址,可输出带识别框的图像)
前文:
基于OpenCV-Python+Flask+Sockets的人脸识别网络摄像头图像输出(将本地摄像头转为网络,可输出带识别框的图像)
blog.csdn.net/weixin_53403301/article/details/124018642
首先建立服务器,同时用OpenCV调用本地摄像头采集图像 并转为JPEG格式
代码如下:
import cv2
from flask import Flask, render_template, Response
app = Flask(__name__)
@app.route('/')
def index():
return render_template('index.html')
def gen():
vid = cv2.VideoCapture(0)
while True:
return_value, frame = vid.read()
image = cv2.imencode('.jpg', frame)[1].tobytes()
yield (b'--frame\r\n'
b'Content-Type: image/jpeg\r\n\r\n' + image + b'\r\n')
@app.route('/video_feed')
def video_feed():
return Response(gen(), mimetype='multipart/x-mixed-replace; boundary=frame')
if __name__ == '__main__':
app.run(host='0.0.0.0', port=1212)
同时 在目录下新建目录templates
在目录内新建index.html文件 并输入HTML代码:
<html>
<head>
<title>局域网视频推流</title>
</head>
<body>
<h1>局域网视频推流</h1>
<img src="{{ url_for('video_feed') }}" height="500">
</body>
</html>
最后在浏览器中输入http://A.B.C.D:yyyy/打开即可
其中A.B.C.D为服务器IP地址 yyyy为端口号 这里设置的为1212
用多线程函数加入人脸识别效果即:
import cv2
from flask import Flask, render_template, Response, request
import threading
app = Flask(__name__)
cap = cv2.VideoCapture(0)
classifier = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
@app.route('/')
def index():
return render_template('index.html')
def track():
global faceImg
global q
q = 0
while True:
ok, faceImg = cap.read()
if ok is False:
print('无法读取到摄像头!')
break
gray = cv2.cvtColor(faceImg,cv2.COLOR_BGR2GRAY)
faceRects = classifier.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=3,minSize=(32, 32))
if len(faceRects):
for faceRect in faceRects:
x,y,w,h = faceRect
cv2.rectangle(faceImg,(x, y), (x + w, y + h), (0,255,0), 2)
cv2.imshow("faceImg",faceImg)
if cv2.waitKey(10) == 27:
break
cap.release()
cv2.destroyAllWindows()
q = 1
def gen():
global faceImg
global q
q = 0
while True:
image = cv2.imencode('.jpg', faceImg)[1].tobytes()
yield (b'--frame\r\n'
b'Content-Type: image/jpeg\r\n\r\n' + image + b'\r\n')
if q==1:
break
return
@app.route('/video_feed')
def video_feed():
return Response(gen(), mimetype='multipart/x-mixed-replace; boundary=frame')
def send():
app.run(host='0.0.0.0', port=1212)
thread = threading.Thread(target=track)
thread.setDaemon(True)
thread.start()
thread = threading.Thread(target=send)
thread.setDaemon(True)
thread.start()
最后效果如图所示:
手机端也可以浏览:
py打包
Pyinstaller打包exe(包括打包资源文件 绝不出错版)
依赖包及其对应的版本号
PyQt5 5.10.1
PyQt5-Qt5 5.15.2
PyQt5-sip 12.9.0
pyinstaller 4.5.1
pyinstaller-hooks-contrib 2021.3
Pyinstaller -F setup.py 打包exe
Pyinstaller -F -w setup.py 不带控制台的打包
Pyinstaller -F -i xx.ico setup.py 打包指定exe图标打包
打包exe参数说明:
-F:打包后只生成单个exe格式文件;
-D:默认选项,创建一个目录,包含exe文件以及大量依赖文件;
-c:默认选项,使用控制台(就是类似cmd的黑框);
-w:不使用控制台;
-p:添加搜索路径,让其找到对应的库;
-i:改变生成程序的icon图标。
如果要打包资源文件
则需要对代码中的路径进行转换处理
另外要注意的是 如果要打包资源文件 则py程序里面的路径要从./xxx/yy换成xxx/yy 并且进行路径转换
但如果不打包资源文件的话 最好路径还是用作./xxx/yy 并且不进行路径转换
def get_resource_path(relative_path):
if hasattr(sys, '_MEIPASS'):
return os.path.join(sys._MEIPASS, relative_path)
return os.path.join(os.path.abspath("."), relative_path)
而后再spec文件中的datas部分加入目录
如:
a = Analysis(['cxk.py'],
pathex=['D:\\Python Test\\cxk'],
binaries=[],
datas=[('root','root')],
hiddenimports=[],
hookspath=[],
hooksconfig={},
runtime_hooks=[],
excludes=[],
win_no_prefer_redirects=False,
win_private_assemblies=False,
cipher=block_cipher,
noarchive=False)
而后直接Pyinstaller -F setup.spec即可
如果打包的文件过大则更改spec文件中的excludes 把不需要的库写进去(但是已经在环境中安装了的)就行
这些不要了的库在上一次编译时的shell里面输出
比如:
然后用pyinstaller --clean -F 某某.spec
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)