FastAPI + OpenCV-Python：实时将摄像头输出到浏览器_python fastapi opencv

摘要：本文将介绍如何使用 FastAPI 和 OpenCV-Python 库，实时将摄像头的详细输出显示在浏览器上。

简介

        FastAPI 是一个高性能的 Python Web 框架，而 OpenCV-Python 是一个广泛应用于计算机视觉任务的强大库。结合这两个库，我们可以实时将摄像头的视频流输出到浏览器，以便进行实时监控、视频流分析等任务。

        在本文中，我们将学习如何使用 FastAPI 和 OpenCV-Python 来编写一个应用程序，实时将摄像头的详细输出显示在浏览器上。

步骤

安装依赖

首先，我们需要安装必要的依赖库。在终端运行以下命令来安装依赖：

pip install fastapi opencv-python

编写代码

我们将创建一个名为 main.py 的 Python 文件，并在其中编写我们的 FastAPI 应用。

import cv2
import uvicorn
from fastapi import FastAPI
from fastapi.responses import StreamingResponse
 
app = FastAPI()
 
 
def generate_frames():
    camera = cv2.VideoCapture(1)  # 打开摄像头
    while True:
        success, frame = camera.read()  # 读取摄像头帧
        frame = cv2.flip(frame, 1)
        if not success:
            break
        ret, buffer = cv2.imencode('.jpg', frame)  # 将帧转化为JPEG格式
        frame = buffer.tobytes()
        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + frame + b'\r\n')  # 生成帧数据
 
 
@app.get('/video_feed')
def video_feed():
    return StreamingResponse(generate_frames(), media_type='multipart/x-mixed-replace; boundary=frame')
 
 
if __name__ == '__main__':
    uvicorn.run(app, host='0.0.0.0', port=8000)

运行后浏览器展示结果        

        上述代码创建了一个 FastAPI 应用，其中包含两个主要部分。generate_frames() 函数通过 OpenCV-Python 从摄像头中读取帧并转化为 JPEG 格式，然后使用生成器（Generator）将帧数据逐个生成。video_feed() 路由使用 StreamingResponse 将生成器对象作为响应的内容，实现实时流式传输。

         打开浏览器，访问 http://localhost:8000/video_feed。你将会看到摄像头的实时数据流在浏览器中展示。

        通过这个简单的示例，我们成功地结合了 FastAPI 和 OpenCV-Python，实现了摄像头数据流的实时输出到浏览器。你可以在这个基础上进一步扩展应用，添加更多功能和界面元素，以满足具体的需求。

希望这篇文章能够帮助你入门使用 FastAPI 和 OpenCV-Python 实现摄像头数据流的 Web 应用。