树莓派学习：学习opencv+用opencv获取树莓派mjpg摄像头视频流

前提步骤

打开树莓派摄像头

查看是否有图像，登录游览器打开树莓派IP地址的8080端口

获取mjpg的视频流url

代码

先设定好mjpg的视频流的url

利用opencv库中的v2.VideoCapture类读取mjpg视频流 cv2.VideoCapture()

检查摄像头是否成功打开，如果没有，则打印错误消息并退出程序 cap.isOpened()

创建一个空的numpy数组 np.empty()

从视频中读取一帧图像 cap.read()

在窗口中显示图像输出 cv2.imshow

延时50毫秒，播放下一帧图像 cv2.waitKey

全部代码

将帧保存为图像 cv2.imwrite()

读取图像 cv2.imread() cv2.cvtColor

释放VideoCapture对象并关闭视频文件 cap.release()

前提步骤

树莓派可以用mjpg-streame库开启摄像头
安装好python

打开树莓派摄像头

进入mjpg库

cd mjpg-streamer/mjpg-streamer-experimental

启动摄像头脚本
```
./start.sh 
```

查看是否有图像，登录游览器打开树莓派IP地址的8080端口

http://xxx.xxx.xxx.xxx:8080

获取mjpg的视频流url

点开stream，复制当前的网址（url）

http://xxx.xxx.xxx.xxx:8080/?action=stream

代码

先设定好mjpg的视频流的url

ip_address = '172.20.10.14'
port_number = 8080
url = f'http://{ip_address}:{port_number}/?action=stream'

利用opencv库中的v2.VideoCapture类读取mjpg视频流 cv2.VideoCapture()

使用cv2.VideoCapture类的一个实例，可以通过传入摄像头设备ID或视频文件路径来连接摄像头或读取视频文件。例如，cv2.VideoCapture(0)表示打开笔记本的内置摄像头，cv2.VideoCapture("..\test.avi")表示打开指定路径的视频文件。
```
cap = cv2.VideoCapture(f'http://{ip_address}:{port_number}/?action=stream')
```

检查摄像头是否成功打开，如果没有，则打印错误消息并退出程序 cap.isOpened()

cap.isOpened()是OpenCV中VideoCapture类的一个函数，用于检查视频是否成功打开。如果返回值为True，表示视频已经成功打开，反之则没有成功打开。
```
if not cap.isOpened():print("无法打开摄像头")exit()
```

创建一个空的numpy数组 np.empty()

得到一个240行，320列，3个通道（颜色通道）的数组，每个元素都是一个无符号8位整数（0-255）。
该数组的形状为(240, 320, 3)，并且数据类型为np.uint8。
用于存储图像数据。许多图像格式（例如RGB）都有三个颜色通道，因此这个数组可以用于存储图像数据。

在使用这个数组时，你可以像处理其他numpy数组一样处理它。

# 创建一个空的numpy数组output来存储图像数据
output = np.empty((240, 320, 3), dtype=np.uint8)

从视频中读取一帧图像 `cap.read()`

cap.read() 是 OpenCV 中 VideoCapture 类的函数
该函数返回一个布尔值（True/False）以及一个帧图像。如果帧读取正确，则返回 True，否则返回 False。
ret 表示读取帧是否正确，frame 则是当前帧的图像。如果 ret 为 True，则可以处理 frame 图像；如果 ret 为 False，则表明视频已经读取完毕。
```
ret, frame = cap.read()
```

在窗口中显示图像输出 `cv2.imshow`

cv2.imshow接受两个参数：窗口的名称和要显示的图像
窗口名称是'output'，要显示的图像是变量output。
```
cv2.imshow('output', output)
```

延时50毫秒，播放下一帧图像 `cv2.waitKey`

cv2.waitKey是 OpenCV 的一个函数，用于等待并处理键盘事件。
50 是等待的毫秒数。这意味着如果用户在 50 毫秒内没有按任何键，则函数会返回当前活动的热键。否则，如果有按键被按下，它会被立即返回
```
cv2.waitKey(50)
```

全部代码

import cv2
import numpy as npip_address = '172.20.10.14'
port_number = 8080cap = cv2.VideoCapture(f'http://{ip_address}:{port_number}/?action=stream')if not cap.isOpened():print("无法打开摄像头")exit()output = np.empty((240, 320, 3), dtype=np.uint8)while True:ret, output = cap.read()cv2.imshow('output', output)cv2.waitKey(50)

将帧保存为图像 `cv2.imwrite()`

cv2.imwrite() 是 OpenCV 库中的一个函数
用于将图像写入文件
两个参数：输出文件名和要写入的图像。
使用 cv2.imwrite() 将 img 写入名为 "image.jpg" 的文件中。
```
cv2.imwrite("capture.jpg", output)  
```

读取图像 `cv2.imread()` cv2.cvtColor

cv2.imread() 是 OpenCV 库中的一个函数
用于读取图像文件
一个参数，即要读取的图像文件的路径
如果图像文件不存在或无法读取，cv2.imread() 将返回 None。如果图像文件存在并成功读取，则将返回一个 NumPy 数组，其中包含图像的像素值。
cv2.imread() 函数默认使用 BGR 颜色空间，而非 RGB 颜色空间。
如果需要在处理图像时使用 RGB 颜色空间，可以使用 cv2.cvtColor() 函数将 BGR 图像转换为 RGB 图像。

img = cv2.imread('input.jpg')  #如果是BGR图像
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

img_rgb 是通过将 img 从 BGR 颜色空间转换为 RGB 颜色空间得到的。在 OpenCV 中，图像的默认格式是 BGR，而大多数其他图像处理库（如 Python 的 PIL 或 matplotlib）使用 RGB 颜色空间。因此，如果你需要在这些库中处理 OpenCV 图像，可能需要进行颜色空间的转换。
mg_rgb 通常指的是 RGB 图像，而 img 通常指的是 BGR 图像。虽然它们在数值上是一样的（因为它们表示的是同一幅图像的像素值），但在处理图像时，使用哪个变量取决于你的需求。例如，如果你需要将图像显示在 matplotlib 中，你可能需要使用 img_rgb。如果你需要处理图像的颜色通道顺序，你可能需要使用 img。
总的来说，虽然 img_rgb 和 img 在数值上相同，但它们的使用和语义上有一些区别。

释放VideoCapture对象并关闭视频文件 `cap.release()`

cap.release()是OpenCV库中的一个函数
用于释放VideoCapture对象并关闭视频文件
使用cv2.VideoCapture()创建一个VideoCapture对象后，这个对象会占用视频文件的相关资源，比如文件句柄、内存等。当你完成视频的读取后，应该调用cap.release()释放这些资源，以避免资源泄漏和占用。
```
# 释放VideoCapture对象并关闭视频文件  
cap.release()
```
在调用cap.release()后，你不能再使用cap对象，否则会抛出异常。如果你需要再次读取视频文件，应该重新创建一个新的VideoCapture对象。