python实现简单的视频传输与处理

时间：2024-03-08 11:39:11
1. opencv从摄像头抽帧
camera = cv2.VideoCapture(0)
if camera.isOpened():
     success, frame = camera.read()
          if success:
               print(\'capture success\')
2. RGB转YUV编码，JPG格式压缩
# 直接压缩到最小
result, img_code = cv2.imencode(\'.jpg\', frame)

# 可以指定压缩后的图像质量
img_quality = 15
result, img_code = cv2.imencode(\'.jpg\', frame, [int(cv2.IMWRITE_JPEG_QUALITY), img_quality])

# 这里，img_code经过编码后，可以直接tobytes写入文件了。
3. numpy ndarray 转bytes
buffer = frame.tobytes()
4. numpy ndarray 从buffer读取图像矩阵
# buffer中读取矩阵需要手动指定dtype，之后reshape调整shape，因此如果通过网络传输矩阵，需要同时传输其dtype和shape。

buffer = numpy.frombuffer(frame.tobytes(), frame.dtype)
buffer.reshape(frame.shape)
5. 图像转为矩阵
frame = cv2.imdecode(numpy.frombuffer(img_code.tobytes(), img_code.dtype), -1)
img = Image.fromarray(frame)

# 一般来说，图像矩阵元素类型为 uint8 ， 解码时可直接指定dtype为 numpy.uint8
6. BGR 转 RGB 的几种方式
# 如果发现图片显示的时候颜色不对劲，红色变成了蓝色，说明颜色信息放反了，需要转换一下
# opencv默认使用BGR格式保存图像

frame = frame[:, :, [2, 1, 0]]
frame = frame[:, :, ::-1]
frame = frame[..., ::-1]
frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
7. opencv 、socket 实现简单的视频处理（不带音频）

视频源 —> 生产者 —> 中间处理 —> 消费者

视频源：可以是静态视频文件，也可以是一些实时视频流。

生产者：opencv的VideoCapture，从视频源抽帧。

中间处理：图像处理程序等。

消费者：播放器、视频封装程序等。

server.py
class FrameProducer(threading.Thread):

    def __init__(self, frame_stack):
        super(FrameProducer, self).__init__()
        self.camera = cv2.VideoCapture(0)
        self.running = True
        self.frame_stack: Stack = frame_stack

    def run(self) -> None:
        while self.running:
            if self.camera.isOpened():
                res, frame = self.camera.read()
                if res:
                    print(\'clip a frame from camera\')
                    self.frame_stack.push(frame)

class Sender(threading.Thread):
    def __init__(self, sock: socket.socket, frame_stack: Stack):
        super(Sender, self).__init__()
        self.client: socket = sock
        self.resolution = (640, 480)
        self.img_quality = 15
        self.running = True
        self.frame_stack = frame_stack

    def run(self) -> None:
        while self.running:
            frame = self.frame_stack.pop()
            if frame is not None:
                print(\'got a frame from stack\')

                frame = cv2.resize(frame, self.resolution)
                result, img_encode = cv2.imencode(\'.jpg\', frame, [int(cv2.IMWRITE_JPEG_QUALITY), self.img_quality])
                data = img_encode.tostring()
                msg = Message(data, *self.resolution)

                try:
                    self.client.send(msg.get_head())
                    self.client.send(msg.get_body())

                    print(msg.length)
                except Exception as ex:
                    self.running = False
                    print(ex)
client.py
class Receiver(threading.Thread):
    def __init__(self, _sock: socket.socket, frame_stack: Stack):
        super(Receiver, self).__init__()
        self.sock = _sock
        self.running = True
        self.frame_stack = frame_stack

    def run(self) -> None:
        try:
            while self.running:
                head = self.sock.recv(Message.head_length)
                msg = Message()
                msg.parse_head(head)

                data = self.sock.recv(msg.length)
                msg.parse_body(data)
                print(msg.length, len(msg.data))
                frame = cv2.imdecode(np.frombuffer(msg.data, np.uint8), -1)
                self.frame_stack.push(frame)

        except Exception as ex:
            print(ex)
            self.running = False


class Consumer(threading.Thread):
    def __init__(self, frame_stack: Stack):
        super(Consumer, self).__init__()
        self.frame_stack = frame_stack
        self.running = True

    def run(self) -> None:
        while self.running:
            frame = self.frame_stack.pop()
            if frame is not None:
                cv2.imshow(\'image\', frame)
                if cv2.waitKey(100) & 0xFF == ord(\'q\'):
                    break
可能遇到的问题：
  1. 如果消费者这边处理速度低于opencv抽帧的速度，由于opencv自带帧缓冲区，每一帧图像都不会被丢弃，会使帧数据在缓冲区堆积，结果处理后的视频延时越来越高。消费者端，准备一个栈，将接收到的帧存放到栈里，用于丢帧，防止实时视频的延时累加。每当栈内积压的数据超过一个阀值，就将栈内数据清空，防止内存溢出。
  2. 直接使用socket时需要注意socket的粘包问题。粘包问题可以通过多种方式解决，如定界符加转义、固定报文长度、固定首部长度并在首部指明数据部分长度。

相关文章