使用Flask和OpenCV 实现树莓派与客户端的视频流传输与显示

使用 Python 和 OpenCV 实现树莓派与客户端的视频流传输与显示

在计算机视觉和物联网领域，经常需要将树莓派作为视频流服务器，通过网络将摄像头画面传输到客户端进行处理和显示。本文将详细介绍如何利用picamera2库、Flask 框架以及 OpenCV 库，实现树莓派端的视频流推送和客户端的视频流接收与显示。

一、前期准备

硬件准备

树莓派（建议树莓派 3 及以上版本），确保已安装操作系统（如 Raspbian）。

树莓派摄像头模块，正确连接到树莓派的 CSI 接口。我这里使用的是Zero 2W和Camera Module 3

客户端电脑，操作系统可以是 Windows、MacOS 或 Linux。

软件准备

在树莓派上：

确保系统已更新到最新版本，在终端执行sudo apt update和sudo apt upgrade -y。

安装picamera2库，执行pip install picamera2。

安装 Flask 框架，执行pip install flask。

安装Pillow库（用于图像格式转换），执行pip install pillow。

在客户端电脑上：

安装 Python 环境，建议使用 Python 3.x 版本。

安装OpenCV库，对于不同操作系统安装方式略有不同：

在 Windows 上，打开命令提示符，执行pip install opencv - python。

在 MacOS 上，打开终端，执行pip install opencv - python。

在 Linux 上，根据不同发行版，可能需要使用sudo apt - get install python3 - opencv等命令安装。

二、树莓派端操作

树莓派服务器端代码（使用 picamera2 库和 Flask 框架）

树莓派作为视频流服务器，利用picamera2库获取摄像头画面，并通过 Flask 框架将视频流以 HTTP 的形式提供给客户端。

复制代码

import io
from flask import Flask, Response
from picamera2 import Picamera2

app = Flask(__name__)


def generate_frames():
    picam2 = Picamera2()
    # 将格式改为RGB888，后续再转换为JPEG
    picam2.configure(picam2.create_preview_configuration(main={"format": "RGB888", "size": (640, 480)}))
    picam2.start()

    while True:
        stream = io.BytesIO()
        buffer = picam2.capture_array()
        from PIL import Image
        img = Image.fromarray(buffer)
        img.save(stream, format='JPEG')
        stream.seek(0)
        yield b'--frame\r\nContent-Type: image/jpeg\r\n\r\n' + stream.read() + b'\r\n'
        stream.close()


@app.route('/video_feed')
def video_feed():
    return Response(generate_frames(), mimetype='multipart/x-mixed-replace; boundary=frame')


if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000, threaded=True)

代码说明：

导入库 ：导入io、Flask、Response、Picamera2等必要的库。io用于处理字节流，Flask和Response用于构建 Web 服务器，Picamera2用于控制树莓派摄像头。

摄像头配置与初始化 ：使用Picamera2创建摄像头对象picam2，配置其输出格式为RGB888，分辨率为(640, 480)，并启动摄像头。

生成视频帧 ：在generate_frames函数中，通过picam2.capture_array获取摄像头的图像数组，使用PIL库将数组转换为图像对象并保存为 JPEG 格式到字节流stream中，然后将字节流数据以特定格式作为视频帧输出。

定义路由 ：使用@app.route装饰器定义/video_feed路由，返回由generate_frames函数生成的视频流响应。

启动 Flask 应用 ：在if __name__ == '__main__':条件下，启动 Flask 应用，监听所有 IP 地址（host='0.0.0.0），端口为5000。

操作步骤

打开树莓派的终端。

使用文本编辑器（如nano）创建一个新的 Python 文件，例如video_server.py，命令为nano ``video_server.py。

将上述代码逐行复制粘贴到video_server.py文件中。

按下Ctrl + X，然后按Y，再按Enter保存并退出文件。

在终端中执行python3 ``video_server.py运行该程序。此时树莓派开始通过摄像头采集视频流，并通过 Flask 应用将其提供在http://0.0.0.0:5000/video_feed地址上。注意记录树莓派的 IP 地址，可在终端执行hostname -I查看。

三、电脑端操作

客户端代码（使用 OpenCV 和 urllib 库）

客户端电脑通过 Python 的cv2（OpenCV）库和urllib.request库从树莓派服务器获取视频流并进行显示。

python 复制代码

import cv2
import urllib.request
import numpy as np

# 视频流的URL,即树莓派的IP地址
url = 'http://192.168.3.90:5000/video_feed'

# 打开URL
stream = urllib.request.urlopen(url)

# 用于存储视频流数据的字节数组
bytes_data = bytearray()

while True:
    # 读取视频流数据
    bytes_data += stream.read(1024)
    # 查找帧的起始位置
    a = bytes_data.find(b'\xff\xd8')
    b = bytes_data.find(b'\xff\xd9')
    if a != -1 and b != -1:
        # 提取一帧图像数据
        frame_data = bytes_data[a:b+2]
        # 从字节数据中删除已处理的部分
        bytes_data = bytes_data[b+2:]
        # 将字节数据转换为numpy数组
        frame = np.asarray(bytearray(frame_data), dtype=np.uint8)
        # 解码图像帧
        frame = cv2.imdecode(frame, cv2.IMREAD_COLOR)
        # 显示图像帧
        cv2.imshow('Video Stream', frame)
        # 等待按键事件，25毫秒
        if cv2.waitKey(25) & 0xFF == ord('q'):
            break

# 关闭窗口
cv2.destroyAllWindows()

代码说明：

导入库 ：导入cv2、urllib.request、numpy库。cv2用于图像和视频处理，urllib.request用于网络请求，numpy用于处理数组数据。

设置视频流 URL ：将url变量设置为树莓派服务器提供的视频流 URL。需将http://192.168.3.90:5000/video_feed中的 IP 地址替换为树莓派实际的 IP 地址。

打开 URL ：使用urllib.request.urlopen打开 URL，获取视频流数据的流对象stream。

读取和处理视频流数据 ：循环读取stream中的数据并添加到bytes_data中，查找 JPEG 图像帧的起始和结束标记（\xff\xd8和\xff\xd9），提取一帧图像数据，转换为numpy数组并使用cv2.imdecode解码为 OpenCV 可处理的格式。

显示视频帧 ：使用cv2.imshow显示解码后的图像帧，并通过cv2.waitKey等待按键事件，按下q键时退出循环。

关闭窗口 ：循环结束后，使用cv2.destroyAllWindows关闭所有 OpenCV 窗口。

操作步骤

通过 Python 代码接收视频流

打开客户端电脑的命令行终端（Windows 下为命令提示符或 PowerShell，MacOS 和 Linux 下为终端）。

使用文本编辑器（如 Windows 的 Notepad++、MacOS 的 TextEdit 需设置为纯文本模式、Linux 的gedit等）创建一个新的 Python 文件，例如video_client.py。

将上述代码逐行复制粘贴到video_client.py文件中，特别注意将url变量中的 IP 地址替换为树莓派的实际 IP 地址。

保存video_client.py文件。

在终端中切换到保存video_client.py文件的目录，执行python ``video_client.py（如果使用的是 Python 3，可能需要执行python3 ``video_client.py）。此时客户端电脑将从树莓派服务器获取视频流，并在 OpenCV 窗口中显示树莓派摄像头捕捉到的画面。按q键可关闭视频显示窗口。

通过浏览器查看视频流

打开客户端电脑上的任意浏览器，如 Chrome、Firefox 等。

在浏览器地址栏中输入树莓派的视频流地址，格式为http://树莓派IP地址:5000/video_feed。例如，如果树莓派的 IP 地址是192.168.1.100，则输入http://192.168.1.100:5000/video_feed。

按下回车键，浏览器将尝试加载树莓派摄像头的视频流画面。如果网络连接正常且树莓派服务器运行正常，应该能看到实时的视频画面。

部分浏览器可能会对视频流显示有兼容性问题。如果遇到无法正常显示的情况，可以尝试更换浏览器，或者检查浏览器是否阻止了某些内容加载。另外，确保树莓派服务器的防火墙设置允许外部访问端口5000。如果树莓派开启了防火墙，可能需要执行sudo ufw allow 5000命令（适用于使用ufw防火墙的情况）来允许外部访问该端口。

在实际应用中，确保树莓派和客户端电脑处于同一网络环境，并且客户端电脑能够访问树莓派的 IP 地址。通过上述代码及操作步骤，即可实现树莓派到客户端的视频流传输与显示功能。