python 视频监控_python-opencv的网络视频监控方案--Apple的学习笔记

服务器和客户端都用python+opencv实现。

服务器负责从摄像头采集数据，然后压缩为jpg，发送到网络

客户端解析网络传来的字节流，转为矩阵数据，每个10ms刷写显示。

需要关注的问题

1. 数据质量问题--减少压缩，设置80

bool imencode(const string& ext, InputArray img, vector& buf, const vector& params=vector())

ext – 图片的扩展名

img – 要保存的图片

buf – 输出缓存，改变大小以适应数据

params – 格式相关的参数，参见imwrite。

JPEG：压缩质量 ( CV_IMWRITE_JPEG_QUALITY )，从0到100(数值越高质量越好)，默认值为95。

PNG：compression level ( CV_IMWRITE_PNG_COMPRESSION ) 从0到9。 数值越高，文件大小越小，压缩时间越长。默认值为3。

PPM, PGM, or PBM：二进制标志 ( CV_IMWRITE_PXM_BINARY )，0 或 1。默认值为1。

2. 粘包问题--加bufsize

recv的大小设置为1024还是多少好？

一张图片的大小不定，所以APP层的recv buffer设置为一张图的大小最容易处理。

一般发一次，收完后则关闭连接。当然通过设置结尾符的方法也是可行的。

3. 卡，延迟问题

若client显示的慢，则会出现卡和延迟问题。

我这里客户端设置的是实时图片显示。服务器也是实时传输数据。当然send和recv是同步接口，所以注意依赖网络传输速度。

4. 服务器socket端口设置reuseaddr比较方便。

5.代码

5.1 服务器

import struct

import cv2

import socket

def img_endecode(img):

#获取jpg数据流

ret, img_encode = cv2.imencode('.jpg', img)

str_encode = img_encode.tostring()

strsize = struct.pack("ii", len(str_encode),len(str_encode))

#发送到互联网

conn.sendall(strsize+str_encode)

if __name__ == "__main__":

sk = socket.socket()

sk.bind(("127.0.0.1",8080))

sk.listen(5)

conn,address = sk.accept()

print("address",address)

cap = cv2.VideoCapture(0)

while(1):

# get a frame

ret, frame = cap.read()

img_endecode(frame)

#cap.release()

#cv2.destroyAllWindows()

5.2 客户端

import socket

import numpy as np

import cv2

import struct

import time

obj = socket.socket()

obj.connect(("127.0.0.1",8080)) # 用于双python

#obj.connect(("192.168.7.4",6666))

obj.sendall(bytes('hello Apple Cai!', encoding="utf-8"))

while(True):

buf_size, a2 = struct.unpack("ii", obj.recv(8))

temp_buf = b''

time.sleep(0.001) #不加延时就不行，不知道为什么。

while(buf_size):

temp_buf = obj.recv(buf_size)

buf_size-= len(temp_buf)

str_encode = temp_buf

nparr = np.fromstring(str_encode, np.uint8)

#解压jpg格式数据

img_decode = cv2.imdecode(nparr, cv2.IMREAD_COLOR)

#显示为图片

cv2.imshow("img_decode", img_decode)

if(cv2.waitKey(10)==27): #每10ms刷新一次图片

print('go here')

obj.close()

cv2.destroyAllWindows()