opencv-python——使用mjpg-streamer实现实时视频流获取并进行远程图像处理操作

为了方便调试,这里采用mjpg-streamer实现实时视频流获取并进行远程图像处理操作。可以实现在PC机上调试嵌入式端的图像处理,并实时查看效果。

运行环境

  • 树莓派4B Buster
  • Jetson Nano

安装必要依赖包和软件

(1)树莓派

  • 依赖包
sudo apt-get install subversion  libv4l-dev  libjpeg62-dev  imagemagick libjpeg62-dev libjpeg8-dev

(2)Jetson

sudo apt-get install libjpeg8-dev libv4l-dev

下载mjpg-streamer包

git clone https://github.com.cnpmjs.org/jacksonliam/mjpg-streamer

编译安装

  • 进入mjpg-streamer/mjpg-streamer文件夹
cd mjpg-streamer/mjpg-streamer-experimental
  • make编译
make
sudo make install

运行

./start.sh

将一条运行指令写入start.sh

./mjpg_streamer -i "./input_uvc.so -d /dev/video0 -f 30 -r 1280x720" -o "./output_http.so -w ./www"
  • 访问网页视频流
http://localhost:8080/

在这里插入图片描述

获取mjpg-streamer的视频帧并进行图像处理

# -*- coding:utf-8 -*-

import cv2
import numpy as np
from urllib import request


url = "http://localhost:8080/?action=snapshot"

def downloadImg():
    global url
    with request.urlopen(url) as f:
        data = f.read()
        img1 = np.frombuffer(data, np.uint8)
        #print("img1 shape ", img1.shape) # (83653,)
        img_cv = cv2.imdecode(img1, cv2.IMREAD_ANYCOLOR)
        return img_cv

while True:
    # image = downloadImg() 
    image = downloadImg() #cv2.imread('1.jpg') # 根据路径读取一张图片
    cv2.imshow("frame", image)
    dst = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # BGR转HSV
    cv2.imshow('output', dst)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
    
cv2.destroyAllWindows()
  • 原画面

在这里插入图片描述

  • 实时获取opencv处理后

在这里插入图片描述

  • 7
    点赞
  • 89
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
非常好的问题!我可以告诉你一些关于使用opencv-python进行图像处理的基本知识。 首先,确保你已经安装了opencv-python库。你可以使用以下命令在Python中安装它: ``` pip install opencv-python ``` 导入库后,你可以开始处理图像。下面是一个简单的例子,展示了如何读取、显示和保存图像: ```python import cv2 # 读取图像 image = cv2.imread('image.jpg') # 显示图像 cv2.imshow('Image', image) cv2.waitKey(0) # 保存图像 cv2.imwrite('image_output.jpg', image) ``` 在这个例子中,`imread`函数用于从文件中读取图像。`imshow`函数用于显示图像,`waitKey`函数可以等待按键输入。最后,`imwrite`函数用于将图像保存到文件中。 除了基本操作opencv-python还提供了许多图像处理函数,如图像缩放、旋转、裁剪、滤波、边缘检测等。下面是一个简单的例子,展示了如何进行图像缩放和灰度转换: ```python import cv2 # 读取图像 image = cv2.imread('image.jpg') # 缩放图像 resized_image = cv2.resize(image, (800, 600)) # 灰度转换 gray_image = cv2.cvtColor(resized_image, cv2.COLOR_BGR2GRAY) # 显示图像 cv2.imshow('Resized Image', resized_image) cv2.imshow('Gray Image', gray_image) cv2.waitKey(0) ``` 在这个例子中,`resize`函数用于缩放图像,`cvtColor`函数用于将图像转换为灰度图像。 希望这些例子能帮助你入门opencv-python图像处理!如果你有更具体的问题,欢迎继续提问。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值