摄像头视频推流python_Python实现直播推流效果

首先给出展示结果，大体就是检测工业板子是否出现。采取检测的方法比较简单，用的OpenCV的模板检测。

大体思路

opencv读取视频

将视频分割为帧

对每一帧进行处理(opencv模板匹配)

在将此帧写入pipe管道

利用ffmpeg进行推流直播

中间遇到的问题

在处理本地视频时，并没有延时卡顿的情况。但对实时视频流的时候，出现了卡顿延时的效果。在一顿度娘操作之后，采取了多线程的方法。

opencv读取视频

def run_opencv_camera():

video_stream_path = 0

# 当video_stream_path = 0 会开启计算机 默认摄像头 也可以为本地视频文件的路径

cap = cv2.VideoCapture(video_stream_path)

while cap.isOpened():

is_opened, frame = cap.read()

cv2.imshow('frame', frame)

cv2.waitKey(1)

cap.release()

OpenCV模板匹配

模板匹配就是在一幅图像中寻找一个特定目标的方法之一，这种方法的原理非常简单，遍历图像中每一个可能的位置，比较各处与模板是否相似，当相似度足够高时，就认为找到了目标。

def template_match(img_rgb):

# 灰度转换

img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)

# 模板匹配

res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)

# 设置阈值

threshold = 0.8

loc = np.where(res >= threshold)

if len(loc[0]):

# 这里直接固定区域

cv2.rectangle(img_rgb, (155, 515), (1810, 820), (0, 0, 255), 3)

cv2.putText(img_rgb, category, (240, 600), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

cv2.putText(img_rgb, Confidence, (240, 640), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

cv2.putText(img_rgb, Precision, (240, 680), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

cv2.putText(img_rgb, product_yield, (240, 720), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

cv2.putText(img_rgb, result, (240, 780), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 255, 0), 5)

return img_rgb

FFmpeg推流

在Ubuntu 14 上安装 Nginx-RTMP 流媒体服务器

import subprocess as sp

rtmpUrl = ""