树莓派搭建网络摄像头

最新推荐文章于 2024-04-15 16:55:08 发布
最新推荐文章于 2024-04-15 16:55:08 发布
阅读量2.3k 收藏 16
点赞数 2
分类专栏： 机器学习和深度学习 文章标签： 人工智能 linux raspberry pi
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51624685/article/details/114600686
版权

树莓派搭建网络摄像头

0、前言

最近玩树莓派比较上头，赶上大创的一个项目完工，手里还有一个zero的摄像头，拿来做一个简易的网络监控，为接下来的实践活动（比如店铺人流量检测，客户分析等等）做好准备

1、打开摄像头，下载安装VLC

笔者假设读者已经给树莓派做了基础的操作（插上摄像头），能够使用putty访问树莓派

输入命令

sudo raspi-config

选择Interfacing Options，Camera，启用，重启

笔者的网络摄像头是基于CSI接口的摄像头，使用VLC进行推流

windows版下载地址：https://www.videolan.org/

树莓派安装：

sudo apt-get update
sudo  apt-get install vlc

其实系统可能自带了。。笔者就是这样

2、树莓派开启推流

sudo raspivid -o - -t 0 -w 640 -h 360 -fps 25|cvlc -vvv stream:///dev/stdin --sout '#standard{access=http,mux=ts,dst=:8090}' :demux=h264

这个很长的命令的意思是，以640*360的高度宽度输出h264编码的视频流，端口在8090

3、PC接收信号

打开刚刚安装好的VLC

QQ截图20210309204608

点击媒体，打开网络串流

输入http://树莓派的IP:8090

就可以看到推流啦，不过有延迟

4、外网访问

内网穿透的话，花生壳据说还是可以的，笔者还没体验，目前还没有需求，后期搭配人流量检测实验可能会再次更新此文章

网穿透的话，花生壳据说还是可以的，笔者还没体验，目前还没有需求，后期搭配人流量检测实验可能会再次更新此文章

VpSoLo
关注
  • 2
    点赞
  • 踩
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
树莓派4B配置usb摄像头RTSP推流.pdf
04-15
树莓派4B配置usb摄像头RTSP推流.pdf
树莓派实现无线实时视频传输
04-19
树莓派实现无线实时视频传输，树莓派实现远程连接，实现邮件发送ip,
树莓派+VLC 实时显示摄像
m0_43453199的博客
05-07 1927
自学的大半年终于入职了一家公司做嵌入式工程师，底薪一万，但因为我的基础比较薄弱，公司现在安排的是一些和技术相关的工作，比较简单。说实话，我已经很满足了，想想以前公司都是做维修的，根本接触不到研发，现在进入了研发部门，近距离的接触产品，感觉每天都是干劲十足，哈哈哈。以后就记录每天学到新知识的内容吧（技术太渣，希望各位大神勿喷）。 在做产品的时候有一款监控是在VLC软件上实时显示监控内容的，现在我用树莓派进行环境搭建测试。 1. 更新系统的安装程序 sudo apt-get update &&
树莓派直播推流---树莓派摄像头推流的几种方式
Stay Hungry Stay Foolish
08-26 1万+
无论使用何种推流方式，我们要使用树莓派CSI摄像头时必须首先要进行一些设置 具体参考前面的博客：https://blog.csdn.net/zz531987464/article/details/83422794 1.raspivid工具推流－延迟大约170ms 该工具已经默认集成到了树莓派之中 raspivid -t 0 -w 1280 -h 720 -fps 20 -o - | nc...
树莓派摄像头安装及配置
lisp10101的博客
09-10 1万+
一、硬件安装（排线连接摄像头） 按照以下步骤来将树莓派摄像头模块连接搭配树莓派： 1、找到 CSI（Camera Serial Interface） 接口(CSI接口在以太网接口旁边)，掀起深色胶带。 2、拉起 CSI 接口挡板。 3、拿起你的摄像头模块，将贴在镜头上的塑料保护膜撕掉。确保黄色部分的PCB(有字的一面)是安装完美的（可以轻轻按一下黄色的部分来保证安装完美）。 4、将排线插入CSI接口。记住，有蓝色胶带的一面应该面向以太网接口方向。同样，这时也确认一下排线安装好了之后，将挡板拉下。
树莓派+官方摄像头模块+VLC串流实时输出网络视频流
热门推荐
Bobsweetie的专栏
03-06 2万+
sudo apt-get update sudo apt-get install vlc sudo raspivid -o - -t 0 -w 640 -h 360 -fps 25|cvlc -vvv stream:///dev/stdin --sout '#standard{access=http,mux=ts,dst=:8090}' :demux=h264 在电脑端，无论是Windows
使用树莓派完成简易家用网络摄像头
04-30 8352
最近闲来无事，看到公司客户拿来的树莓派，又想起现在很火的各种智能硬件，突然想学习一下树莓派，利用树莓派做一个家用网络摄像头，解解闷。 首先，从网上了解一下，树莓派的配置，价格等，做好前期工作，接下来就是入手一块实体机(树莓派3B+)，由于一些配件也必不可少，所以一起买了，比如电源线，外壳盒子，风扇，由于树莓派使用tf卡(microSD)作为存储设备，所以tf卡也很重要，索性家里有块不用的16G的...
vlc实现PC与树莓派的视频流传输
程序媛诺木叶波
11-29 6153
树莓派上实现socket网络编程一、使用vlc实现PC与树莓派之间的视频流传输（一）Windows（二）树莓派二、树莓派与Windows系统之间的聊天三、非堵塞方式传输图像/视频文件 一、使用vlc实现PC与树莓派之间的视频流传输 （一）Windows 安装下载vlc 装的32位 本人用64位不ok 使用vlc 打开VLC 媒体－－＞ 流－－＞ 捕获设备－－＞ 捕获模式:DirectS...
树莓派利用python-opencv使用CSI摄像头调用监控视频
最好喝的还是那杯白开
04-16 5867
树莓派利用python-opencv使用SCI摄像头编写代码打开摄像头图像，完成实时监控
树莓派网线直连海康威视摄像头
weixin_44241884的博客
12-08 2328
树莓派网线直连
树莓派ONVIF推流做网络摄像头
qq_37407354的博客
09-26 3254
树莓派搭配CSI摄像头做ONVIF推流网络摄像头，同海康摄像头那样共同接入摄像机使用
【树莓派】用USB摄像头搭建web在线监控
01-20
安装motion sudo apt-get install motion 修改配置文件打开守护进程 sudo leafpad /etc/default/motion ＃no修改成yes: start_motion_daemon=yes 修改配置文件修改分辨率 sudo leafpad /etc/motion/motion.conf ...
通过树莓派摄像头实现石头剪刀布游戏
03-18
通过树莓派和其官方摄像头搭建石头剪刀布游戏，实现人机交互
QT+树莓派+STM32 搭建远程监控小车
04-29
资源主要实现了一个基于树莓派和Qt上位机的远程监控小车。可以通过自制的遥控器和QT上位机实现两种控制方式，Qt上位机可以实时查看小坦克上的摄像头拍摄的画面。
采用keras深度学习框架搭建卷积神经网络模型实现垃圾分类，基于树莓派上进行实时视频流的垃圾识别源代码
02-28
简介：该垃圾分类项目主要在于对各种垃圾进行所属归类，本次项目采用keras深度学习框架搭建卷积神经网络模型实现图像分类，最终移植在树莓派上进行实时视频流的垃圾识别。 前期：主要考虑PC端性能，并尽可能优化...
国产芯片POL8903图像处理芯片-LVDS转MIPI带旋转
TEL18688947970的博客
04-09 971
5 条差分信号对，支持1clock/4data 独立任意映射和极性翻转:支持 Non-Burst and Burst Video 模式;支持最大输出分辨率 1080x1920@60Hz;支持1 或者 2 通道 LVDS 输入;支持最大 1920x1080@60Hz输入;高性能 MIPS 32bit CPU 内核:高性能 DSP 内核图像处理单元;通道内5条差分信号对，支持1clock/4data独立任意映射和极性翻转;支持图像镜像翻转处理;支持图像 90°/270°旋转处理;16KB 数据 Cache;
vs配置opencv和libtorch（cuda12.0）
最新发布
qq_37346140的博客
04-15 388
网上很多教程刚开始都让切release模式，博主最初因为没找到哪里切换，所以用的默认的debug模式。他们配置方法一样，其区别在于Debug：调试版本，包含调试信息，所以容量比Release大很多，并且不进行任何优化（优化会使调试复杂化，因为源代码和生成的指令间关系会更复杂），便于程序员调试。Debug模式下生成两个文件，除了.exe或.dll文件外，还有一个.pdb文件，该文件记录了代码中断点等调试信息。
泰迪智能科技高职人工智能专业人才培养方案
tipdm0526的博客
04-10 1149
高职人工智能专业人才培养方案
CV最新论文｜4月10日 arXiv更新论文合集
04-10 859
以下内容由马拉AI整理，今天为大家带来4月10日 arXiv 计算机视觉和模式识别相关论文： 1、InternLM-XComposer2-4KHD: A Pioneering Large Vision-Language Model Handling Resolutions from 336 Pixels to 4K HD InternLM-XComposer2-4KHD：一种开创性的大型视觉语言模型，可处理从 336 像素到 4K 高清的分辨率 摘要：大型视觉语言模型 （LVLM） 领域取得了重大进展
树莓派通过USB摄像头传输视频流到PC端，PC端通过yolov5识别目标位置并返回坐标给树莓派的代码
09-17
### 回答1： 抱歉，由于我的训练数据只截止到2021年，所以我不了解yolov5的详细信息。但是，如果你想实现树莓派通过USB摄像头传输视频流到PC端，PC端通过对视频的识别并返回坐标给树莓派，可以参考以下步骤： 1. 在树莓派上安装摄像头驱动和所需的库。 2. 在PC端安装yolov5，并对需要识别的目标进行训练。 3. 在树莓派上通过代码读取摄像头的视频帧，并通过网络将视频帧传输到PC端。 4. 在PC端使用yolov5对视频帧进行识别，并返回识别到的目标的坐标。 5. 在树莓派上接收PC端返回的坐标，并通过代码进行处理。 希望这些信息能帮助你！如果需要更多帮助，请随时告诉我。 ### 回答2： 在树莓派上，你可以使用OpenCV库来实现通过USB摄像头传输视频流到PC端。首先，需要先在树莓派上安装OpenCV库和USB摄像头的驱动。以下是一个示例代码： ```python import cv2 import numpy as np import requests import json # 设置USB摄像头的索引号 cap = cv2.VideoCapture(0) while True: # 读取视频流 ret, frame = cap.read() # 将帧转换为字节流 _, img_encoded = cv2.imencode('.jpg', frame) img_bytes = img_encoded.tobytes() # 发送POST请求到PC端 response = requests.post("http://your-pc-ip:5000/detect", data=img_bytes) # 解析PC端返回的JSON数据 result = json.loads(response.text) # 获取目标坐标 x = result['x'] y = result['y'] # 在帧上绘制目标位置 cv2.rectangle(frame, (x, y), (x+100, y+100), (0, 255, 0), 2) # 显示帧 cv2.imshow('frame', frame) # 按下q键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放内存 cap.release() cv2.destroyAllWindows() ``` 在PC端上，你需要搭建一个基于Yolov5的目标检测模型，并监听树莓派发送过来的视频流请求。以下是一个示例代码： ```python from flask import Flask, request from PIL import Image import torch import json # 加载预训练模型 model = torch.hub.load('ultralytics/yolov5', 'yolov5s') app = Flask(__name__) @app.route('/detect', methods=['POST']) def detect(): # 从POST请求中获取传输的视频流 img_bytes = request.data # 将字节流转换为图像 img = Image.open(io.BytesIO(img_bytes)) # 使用Yolov5模型进行目标检测 results = model(img) # 提取目标坐标（这里只取第一个目标） boxes = results.pandas().xyxy[0] x = int(boxes['xmin']) y = int(boxes['ymin']) # 构建返回的JSON数据 response_data = {'x': x, 'y': y} # 返回JSON响应 return json.dumps(response_data) # 启动Flask服务器 if __name__ == '__main__': app.run(host='0.0.0.0', port=5000) ``` 在PC端中，你需要安装Flask库和Yolov5库。将以上代码保存到一个.py文件，并在PC端运行该文件，就可以监听树莓派发送过来的视频流请求，并返回目标的坐标信息。在树莓派上运行树莓派代码，即可实现树莓派通过USB摄像头传输视频流到PC端，并通过Yolov5识别目标位置，最后将坐标信息返回给树莓派。 ### 回答3： 树莓派通常使用Linux系统，可以通过安装相应的驱动和软件来支持USB摄像头。以下是通过USB摄像头传输视频流到PC端，并使用yolov5识别目标位置并返回坐标给树莓派的代码示例： 在树莓派端： ```python import cv2 import numpy as np import socket # 连接PC端IP地址和端口号 PC_IP = '192.168.1.100' PC_PORT = 8888 # 初始化USB摄像头 cap = cv2.VideoCapture(0) # 设置摄像头分辨率 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) # 创建socket连接 client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) client_socket.connect((PC_IP, PC_PORT)) while True: # 读取摄像头每一帧 ret, frame = cap.read() # 转换图片格式 img_encode = cv2.imencode('.jpg', frame)[1] data = np.array(img_encode) string_data = data.tostring() # 发送图片数据 client_socket.sendall((str(len(string_data))).encode().ljust(16) + string_data) # 接收目标位置坐标 response = client_socket.recv(1024).decode().strip() print("目标位置坐标：", response) cap.release() client_socket.close() ``` 在PC端： ```python import cv2 from yolov5.detect import Detect # yolov5识别模型 # PC端IP地址和端口号 PC_IP = '192.168.1.100' PC_PORT = 8888 # 加载yolov5模型 model = Detect() # 创建socket连接 server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server_socket.bind((PC_IP, PC_PORT)) server_socket.listen(1) # 接收树莓派传输的图片数据 client_socket, address = server_socket.accept() while True: length_str = client_socket.recv(16) img_data = b'' total_size = int(length_str) while len(img_data) < total_size: img_data += client_socket.recv(4096) # 解码图片 nparr = np.frombuffer(img_data, np.uint8) img = cv2.imdecode(nparr, cv2.IMREAD_COLOR) # 使用yolov5模型检测目标 result = model.detect_object(img) # 提取目标位置坐标 coordinates = [] for obj in result: x, y, w, h = obj['rect'] coordinates.append((x, y, x + w, y + h)) # 发送目标位置坐标给树莓派 response = ' '.join([str(coord) for coord in coordinates]) client_socket.send(response.encode()) client_socket.close() server_socket.close() ``` 需要注意的是，上述示例代码中，PC端的yolov5识别模型代码是伪代码，请根据自己的具体情况进行修改和替换。同时，树莓派和PC端需要处于同一个局域网中，并确保树莓派可以连接到PC端的IP地址和端口号。

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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