【最简改进】基于OpenCV-Python+Flask的人脸检测网络摄像头图像输出(将本地图像转为网络URL地址,可输出带识别框的图像)

【最简改进】基于OpenCV-Python+Flask的人脸检测网络摄像头图像输出(将本地图像转为网络URL地址,可输出带识别框的图像)

前言:
基于OpenCV-Python+Flask+Sockets的人脸识别网络摄像头图像输出(将本地摄像头转为网络,可输出带识别框的图像)
https://blog.csdn.net/weixin_53403301/article/details/124018642

首先建立服务器,同时用OpenCV调用本地摄像头采集图像 并转为JPEG格式

代码显示如下:

import cv2
from flask import Flask, render_template, Response

app = Flask(__name__)


@app.route('/')
def index():
    return render_template('index.html')


def gen():
    vid = cv2.VideoCapture(0)
    while True:
        return_value, frame = vid.read()
        image = cv2.imencode('.jpg', frame)[1].tobytes()
        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + image + b'\r\n')


@app.route('/video_feed')
def video_feed():
    return Response(gen(), mimetype='multipart/x-mixed-replace; boundary=frame')


if __name__ == '__main__':
    app.run(host='0.0.0.0', port=1212)

同时 在目录下新建目录templates
在目录内新建index.html文件 并输入HTML代码:

<html>
  <head>
    <title>局域网视频推流</title>
  </head>
  <body>
    <h1>局域网视频推流</h1>
    <img src="{{ url_for('video_feed') }}" height="500">
  </body>
</html>

最后在浏览器中输入http://A.B.C.D:yyyy/打开即可

其中A.B.C.D为服务器IP地址 yyyy为端口号 这里设置的为1212

用多线程函数添加人脸识别效果是:

import cv2
from flask import Flask, render_template, Response, request
import threading

app = Flask(__name__)

cap = cv2.VideoCapture(0)  # 开启摄像头
classifier = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')



@app.route('/')
def index():
    return render_template('index.html')

def track():
    global faceImg
    global q
    q = 0
    while True:
        ok, faceImg = cap.read()  # 读取摄像头图像
        if ok is False:
            print('无法读取到摄像头!')
            break
        gray = cv2.cvtColor(faceImg,cv2.COLOR_BGR2GRAY)
        faceRects = classifier.detectMultiScale(gray,scaleFactor=1.2,minNeighbors=3,minSize=(32, 32))
        if len(faceRects):
            for faceRect in faceRects:
                x,y,w,h = faceRect
                # 框选出人脸   最后一个参数2是框线宽度
                cv2.rectangle(faceImg,(x, y), (x + w, y + h), (0,255,0), 2)           


        cv2.imshow("faceImg",faceImg)
        # 展示图像
        if cv2.waitKey(10) == 27:   # 通过esc键退出摄像
            break
    cap.release()
    cv2.destroyAllWindows()
    q = 1
        
def gen():
    global faceImg
    global q
    q = 0
    while True:
        image = cv2.imencode('.jpg', faceImg)[1].tobytes()
        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + image + b'\r\n')
        if q==1:
            break
    return 


@app.route('/video_feed')
def video_feed():
    return Response(gen(), mimetype='multipart/x-mixed-replace; boundary=frame')


def send():
    app.run(host='0.0.0.0', port=1212)

thread = threading.Thread(target=track)
thread.setDaemon(True)
thread.start()

thread = threading.Thread(target=send)
thread.setDaemon(True)
thread.start()

最终效果如图:
【最简改进】基于OpenCV-Python+Flask的人脸检测网络摄像头图像输出(将本地图像转为网络URL地址,可输出带识别框的图像)
您也可以在移动端浏览:
【最简改进】基于OpenCV-Python+Flask的人脸检测网络摄像头图像输出(将本地图像转为网络URL地址,可输出带识别框的图像)

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
乘风的头像乘风管理团队
上一篇 2022年4月9日 下午12:59
下一篇 2022年4月9日 下午1:08

相关推荐