IP摄像头APP与OpenCV视频流读取-1Z实验室
概要
本节课阿凯给大家讲解了如何使用IP摄像头APP，将你的手机变成IP摄像头，同时介绍了如何使用OpenCV读取IP摄像头的视频流。
出品：1Z实验室 （1ZLAB： Make Things Easy）
目录
1-下载IP摄像头APP
在你手机的应用市场里面搜索这款名字叫做IP摄像头的APP, 图标就是下面这样的：
ipcamera.png
PS1: 这款APP是有广告的注意不要乱点广告，略影响用户体验。
TODO 有没有可能我们开发一个性能更好的APP
2-局域网
需要确定你的手机与电脑处在同一个局域网下，即他们连接同一个WIFI。
3-运行APP
点击运行IP摄像头APP ， 点击下方的打开IP摄像头服务器 的选项。
0811_1.png
是否继续，点击确定
0811_2.png
服务器开启之后，会提示你这个视频流服务器在局域网中的IP还有端口号。
0811_3.png
在当下的url是
http://192.168.43.1:8081
在没有客户端连接的时候，你可以点击右上角设置画面的分辨率。
可以点击切换 选择使用前置摄像头还是后置摄像头。
4-在网页中预览视频流
在浏览器中输入地址
http://192.168.43.1:8081
IPCAMERA-admin.png
接下来就需要填入用户名跟密码，默认为：
用户名： admin
密码： admin
下方有很多工具栏， 你可以设定图像的分辨率，快照等一系列操作。
ip-cam.png
5-OpenCV读取视频流
如果我们像进行图像处理，就必须读取到IP摄像头提供的视频流，通信协议为http。
核心代码就两行
# 制定URL http://用户名：密码@IP地址：端口号/
ip_camera_url = 'http://admin:admin@192.168.43.1:8081/'
# 创建一个VideoCapture
cap = cv2.VideoCapture(ip_camera_url)
TODO ? Windows下要怎么做
IP需要自己修改， 端口号默认为8081
完整代码如下：
ipcam-cap.py
# -*- coding: utf-8 -*-
'''
读取手机摄像头的视频流
1. 手机与电脑链接同一个WIFI热点
2. 需要sudo权限：
sudo python ipcam-cap.py
'''
import cv2
import time
ip_camera_url = 'http://admin:admin@192.168.2.237:8081/'
# 创建一个窗口
cv2.namedWindow('ip_camera', flags=cv2.WINDOW_NORMAL | cv2.WINDOW_FREERATIO)
cap = cv2.VideoCapture(ip_camera_url)
if not cap.isOpened():
print('请检查IP地址还有端口号，或者查看IP摄像头是否开启，另外记得使用sudo权限运行脚本')
while cap.isOpened():
ret, frame = cap.read()
cv2.imshow('ip_camera', frame)
if cv2.waitKey(1) == ord('q'):
# 退出程序
break
cv2.destroyWindow('ip_camera')
cap.release()
代码必须使用管理员权限运行
sudo python ipcam-cap.py
运行代码，初始化需要一段时间。
不出意外的话， 你可以看到下面的这个窗口。
ipcamera-demo.png
6-设置VideoCapture的缓存区大小
有时候，如果你在OpenCV中做图像处理的时候，如果图像处理比较耗时，就导致存在VideoCapture缓存区的图像队列越积越多。 你就会发现延时好高啊，过了半天画面才更新，实际的画面与VideoCapture的实际画面时差越拉越大。
这个问题，可以通过缩小缓冲区尺寸来解决。
cap.set 设定VideoCapture的各种属性，这里指定缓冲区的尺寸为1：
cap.set(cv2.CAP_PROP_BUFFERSIZE,1)
完整一些的代码片段：
# 摄像头的IP地址
# http://用户名：密码@IP地址：端口/
ip_camera_url = 'http://admin:admin@192.168.2.237:8081/'
# 创建一个VideoCapture
cap = cv2.VideoCapture(ip_camera_url)
# 设置缓存区的大小 !!!
cap.set(cv2.CAP_PROP_BUFFERSIZE,1)
推广
出品：1Z实验室 （1ZLAB： Make Things Easy）
1Z实验室 Make Things Easy . 致力于在机器人+计算机视觉+人工智能的重叠区域, 制作小白友好的教程.
ad.png
