赞
踩
实现方案如下,欢迎评论区交流,希望有更好的方案。
<!DOCTYPE html>
<html>
<head>
<title>视频</title>
</head>
<body>
<h1>视频</h1>
<img src="{{ url_for('video_feed') }}">
</body>
</html>
生成视频帧的函数generate_frames()不断地迭代产生视频帧数据。
具体来说,generate_frames()函数使用cv2.VideoCapture打开本地摄像头,然后进入一个无限循环。在每次循环中,它调用cap.read()读取摄像头的视频帧,然后调用process_frame()方法对该帧进行yolo的目标检测。
关键在于使用yield语句将每个处理后的帧数据输出为一个视频帧。这意味着在每次迭代时,生成器都会生成一个视频帧,并通过HTTP响应流发送给客户端。生成器会继续循环,读取下一帧并进行处理,然后再次通过yield语句生成下一个视频帧。
这样,当客户端请求视频流时,Response对象会使用generate_frames()生成器返回的视频帧数据作为响应内容,并设置相应的HTTP头部以指定数据类型和边界。
import cv2 from flask import Flask, render_template, Response from ultralytics import YOLO app = Flask(__name__) model = YOLO("yolov8n.pt") def process_frame(frame): # 在这里对视频帧进行处理 # 这里只是一个示例,你可以根据需要自定义处理逻辑 # 例如这里就返回yolo检测的结果 # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) res = model(frame) # predict on an image res_plotted = res[0].plot() return res_plotted def generate_frames(): cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: break processed_frame = process_frame(frame) # 将处理后的帧转换为JPEG格式 ret, buffer = cv2.imencode('.jpg', processed_frame) frame_data = buffer.tobytes() # 使用生成器生成视频帧 yield (b'--frame\r\n' b'Content-Type: image/jpeg\r\n\r\n' + frame_data + b'\r\n') @app.route('/') def index(): return render_template('index.html') @app.route('/video_feed') def video_feed(): return Response(generate_frames(), mimetype='multipart/x-mixed-replace; boundary=frame') if __name__ == '__main__': app.run(debug=True)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。