用Python实现将手机摄像头画面（彩色或黑白）传到电脑端并且显示

一、实现此功能所必备的手机软件：IP摄像头

二、通过局域网，用python实现将手机摄像头的画面传到电脑端并且显示：

1、去‘设置‘那里将用户名和密码清除掉


2、打开IP摄像头服务器，复制局域网并搜索：

然后你就可以用将手机摄像头彩色画面传到电脑端并且显示啦

是不是突然感觉很简单，有没有觉得很神奇，哈哈，是不是突然有了成就感，不过。。。。。。
你发现了没，咱们没用代码！！！

这只是一个幌子嘻嘻

3、那咱们下面来用代码实现啦：

import cv2 
import time
 
if __name__ == '__main__':
 
    cv2.namedWindow("camera",1)
    #开启ip摄像头
    video="http://192.168.43.1:8081/"   #此处@后的ipv4 地址需要修改为自己的地址
    capture =cv2.VideoCapture(video)
 
    num = 0;
    while True:
        success,img = capture.read()
        cv2.imshow("camera",img)
 
    #按键处理，注意，焦点应当在摄像头窗口，不是在终端命令行窗口
        key = cv2.waitKey(10) 
 
        if key == 27:
        #esc键退出
            print("esc break...")
            break
        if key == ord(' '):
             #保存一张图像
            num = num+1
            filename = "frames_%s.jpg" % num
            cv2.imwrite(filename,img)
            
    capture.release()
    cv2.destroyWindow("camera")

三、用python实现将手机摄像头画面（黑白）传到电脑端并且显示：

1、先上代码：（附有注释）

import cv2
import numpy as np

#设定蓝色的阈值
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])

if __name__ == '__main__':
 
    cv2.namedWindow("camera",1)
    #开启ip摄像头
    video="http://192.168.0.32:8081/"   #此处@后的ipv4 地址需要修改为自己的地址
    capture =cv2.VideoCapture(video)
    
while(1):    # 得到一个框架并且显示出来   
    ret, frame = capture.read()   
    cv2.imshow('Capture', frame)       
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)     #RGB转换为HSV型号
    mask = cv2.inRange(hsv, lower_blue, upper_blue)   # 根据阈值构建掩模    cv2.imshow('Mask', mask)    # 检测蓝色   
    res = cv2.bitwise_and(frame, frame, mask=mask) # 对原图像和掩模进行位运算   
    cv2.imshow('Result', res)   
    if cv2.waitKey(1) & 0xFF == ord('q'):      
        breakcap.release()
cv2.destroyAllWindows()

2、相关知识：

(1)capture =cv2.VideoCapture(video)
对这个有疑惑的同学可以看一下我的上一篇博客
OpenCV视觉学习之混合高斯模型进行背景建模

(2)ret, frame = capture.read()

第一个参数ret 为True 或者False,代表有没有读取到图片
第二个参数frame表示截取到一帧的图片

(3)在阴影检测算法中经常需要将RGB格式的图像转化为HSV格式，对于阴影区域而言，它的色度和饱和度相对于原图像而言变化不大，主要是亮度信息变化较大，，将RGB格式转化为HSV格式，就可以得到H、S、V分量，从而得到色度、饱和度、亮度得值；

具体的阐述：
HSV模型 ：倒圆锥模型，HSV就是按照色彩、深浅、明亮来描述的。
1）H表示色彩，亦色调
2）S表示深浅，S=0时，只有灰度，亦饱和度
3）V表示明亮，色彩的明亮程度，亦亮度，该值与光强没有直接联系。

(4)mask = cv2.inRange(hsv, lower_blue, upper_blue)
调节图像颜色信息（H）、饱和度（S）、亮度（V）区间，选择蓝色区域.

(5)res = cv2.bitwise_and(frame, frame, mask=mask)

图象的按位运算函数与cv2.bitwise_and和运算,cv2.bitewise_or或运算,cv2.bitewise_not非运算,cv2.bitewise_xor异或运算

就以和运算为例cv2.bitwise_and(frame, frame, mask=mask)。frame,和frame是图象，可以一样；mask是要选定的区域（不处理这些，而处理其他的），没有的话可以忽略。函数实际上就是对图象的二进制数据进行与或非操作。具体的应用结合了下一小节一起展示了出来。

(6)cv2.waitKey(1) & 0xFF == ord(‘q’):

cv2.waitKey(1) 1为参数，单位毫秒，表示间隔时间.
ord(’ ')将字符转化为对应的整数（ASCII码）

0xFF是十六进制常数，二进制值为11111111。通过使用位和（和）这个常数，它只留下原始的最后8位。

四、嘿嘿，都看到这里了，点个赞再走呗