使用手机做PC机摄像头

准备工作:

  1. 带摄像头的安卓手机一部
  2. 模拟相机软件:Iriun 、DroidCam 、IP摄像头
  3. python+opencv

一、Iriun

1、分别在PC和手机上安装

2、手机和PC在同一个局域网

3、分别打开PC和手机端软件,电脑端就可以使用手机相机

二、 DroidCam

1、安装软件

2、打开软件

3、手机和PC在同一个局域网

4、python 打开手机相机

python 复制代码
import cv2

url = "http://192.168.1.20:4747/video"
cap = cv2.VideoCapture(url)

while(cap.isOpened()):
    # Capture frame-by-frame
    ret, frame = cap.read()
    # Display the resulting frame
    cv2.imshow('frame',frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

三、IP摄像头

通过局域网

python 复制代码
import cv2

url = "http://192.168.1.20:8081/video"
cap = cv2.VideoCapture(url)

while(cap.isOpened()):
    # Capture frame-by-frame
    ret, frame = cap.read()
    # Display the resulting frame
    cv2.imshow('frame',frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

通过RTSP 人脸识别

python 复制代码
import cv2

# 加载人脸检测器模型
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
url = 'rtsp://:@192.168.1.19:8554/live'
# 创建一个VideoCapture对象,用于读取视频流
cap = cv2.VideoCapture(url)



# 循环读取视频帧并进行人脸检测
while True:
    # 读取视频帧
    ret, frame = cap.read()

    # 将视频帧转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 在视频帧中标记人脸
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 在窗口中显示视频帧
    cv2.imshow("IP Camera - Face Detection", frame)

    # 按下'q'键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放VideoCapture对象和窗口
cap.release()
cv2.destroyAllWindows()
相关推荐
搬砖ing换来金砖13 分钟前
Python入门-Task02
开发语言·python
databook26 分钟前
告别盲人摸象,数据分析的抽样方法总结
后端·python·数据分析
全栈陈序员43 分钟前
【Python】基础语法入门(九)—— 代码规范、调试技巧与性能初探
开发语言·python·代码规范
nvd111 小时前
解决 Gemini API 连接卡住问题的方案
python
李剑一1 小时前
Python学习笔记2
python
晨非辰1 小时前
C++ 波澜壮阔 40 年:从基础I/O到函数重载与引用的完整构建
运维·c++·人工智能·后端·python·深度学习·c++40周年
有梦想的西瓜1 小时前
如何优化电力系统潮流分布:最优潮流(OPF)问题
python·电力·opf
DanCheng-studio7 小时前
网安毕业设计简单的方向答疑
python·毕业设计·毕设
轻抚酸~8 小时前
KNN(K近邻算法)-python实现
python·算法·近邻算法
独行soc9 小时前
2025年渗透测试面试题总结-264(题目+回答)
网络·python·安全·web安全·网络安全·渗透测试·安全狮