如何使用 Python 从 IP 摄像机捕获实时视频流
本 Python 教程演示了从 IP 摄像机捕获和显示实时视频源。我们将利用 requests
、OpenCV
和 imutils
来获取、处理和显示图像。 该脚本不断检索并显示视频流,直到用户退出。
目标:
本教程展示如何:
- 通过 HTTP 从 IP 摄像机检索视频帧。
- 使用OpenCV处理和显示帧。
- 持续捕捉并实时显示图像。
- 实现一个循环来显示流,按下按键时退出。
最终输出是实时视频流,可以通过按 Esc 键终止。
先决条件:
安装这些库:
pip3 install requests opencv-python imutils
您还需要一个 IP 摄像头或通过 HTTP 传输视频流的设备(例如,在端口 8080 上使用 MJPEG 的网络摄像头)。
使用 IP 网络摄像头应用程序(移动设备):
- 在您的手机上安装 IP 网络摄像头应用程序。
- 将您的电脑和手机连接到同一网络。
- 启动 IP 网络摄像头应用程序的服务器。 将显示 URL(例如
http://192.168.0.101:8080/video
)。在 Python 脚本中使用此 URL。 在应用程序的视频渲染器下选择“Javascript”。 - 通过在浏览器中打开 URL 来验证相机源是否正常工作。
Python 代码:
import requests import cv2 import numpy as np import imutils # Replace with your IP camera URL. Ensure "/shot.jpg" is appended. url = "http://192.168.0.101:8080/shot.jpg" # Example URL while True: img_resp = requests.get(url) img_arr = np.array(bytearray(img_resp.content), dtype=np.uint8) img = cv2.imdecode(img_arr, -1) img = imutils.resize(img, width=1000, height=1800) #Optional Resizing cv2.imshow("IP Camera Feed", img) if cv2.waitKey(1) == 27: # Esc key to exit break cv2.destroyAllWindows()
分步说明:
-
导入库:导入 HTTP 请求、图像处理、数组处理和 OpenCV 实用函数所需的库。
-
摄像机 URL: 设置网络摄像机流的 URL。 将占位符 IP 地址替换为您相机的 IP 地址。
-
图像检索:
while
循环不断从 URL 获取图像。 -
解码和调整大小:原始图像数据被转换为 NumPy 数组,使用 OpenCV 进行解码,并可选择调整大小以获得更好的显示效果。
-
显示:图像显示在标题为“IP 摄像机源”的窗口中。
-
退出条件:
cv2.waitKey(1)
等待按键。按 Esc (27) 会中断循环。 -
清理:
cv2.destroyAllWindows()
关闭所有 OpenCV 窗口。
运行脚本:
- 启动您的网络摄像头。
- 使用相机的正确 URL 更新
url
变量。 - 保存脚本(例如,
ipcam_viewer.py
)。 - 运行:
python ipcam_viewer.py
视频流应该出现。 按 Esc 关闭。
结论:
该脚本提供了用于查看 IP 摄像机源的基本框架。 它可以扩展到包括运动检测或视频录制等功能。请记住将占位符 URL 替换为您相机的实际流地址。
以上是如何使用 Python 从 IP 摄像机捕获实时视频流的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
