Python 如何实时处理图像并输出结果的实时视频？

我有一个带摄像头的Rasberry Pi，正在使用RPi Cam网络界面将视频流传送到我的浏览器。我运行一个脚本来读取图像，并像下面那样处理它们。运行代码将打开一个窗口，其中显示当前处理的图像。当我关闭窗口时，我会得到一张经过更新处理的图像

不过，我想做的是输出处理后图像的连续视频。我应该采取什么方法来做到这一点？

while True: 
    image = io.imread('http://[ip-address]/cam_pic.php')
    image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    faces = detect(image_gray)
    image_with_detected_faces = faces_draw(image, faces)
    plt.imshow(image_with_detected_faces)
    plt.show()

import cv2
import matplotlib.pyplot as plt

def grab_frame():
    image = io.imread('http://[ip-address]/cam_pic.php')
    image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    faces = detect(image_gray)
    return faces_draw(image, faces)

#create axes
ax1 = plt.subplot(111)

#create image plot
im1 = ax1.imshow(grab_frame())

plt.ion()

while True:
    im1.set_data(grab_frame())
    plt.pause(0.2)

plt.ioff() # due to infinite loop, this gets never called.
plt.show()

---

你可能想看看这个问题：它直接使用视频捕获。如果您想从http读取图像，可以将其更改为以下选项之一

交互模式

while True: 
    image = io.imread('http://[ip-address]/cam_pic.php')
    image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    faces = detect(image_gray)
    image_with_detected_faces = faces_draw(image, faces)
    plt.imshow(image_with_detected_faces)
    plt.show()

import cv2
import matplotlib.pyplot as plt

def grab_frame():
    image = io.imread('http://[ip-address]/cam_pic.php')
    image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    faces = detect(image_gray)
    return faces_draw(image, faces)

#create axes
ax1 = plt.subplot(111)

#create image plot
im1 = ax1.imshow(grab_frame())

plt.ion()

while True:
    im1.set_data(grab_frame())
    plt.pause(0.2)

plt.ioff() # due to infinite loop, this gets never called.
plt.show()

FuncAnimation

import cv2
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

def grab_frame():
    image = io.imread('http://[ip-address]/cam_pic.php')
    image_gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
    faces = detect(image_gray)
    return faces_draw(image, faces)

#create axes
ax1 = plt.subplot(111)

#create axes
im1 = ax1.imshow(grab_frame())

def update(i):
    im1.set_data(grab_frame())

ani = FuncAnimation(plt.gcf(), update, interval=200)
plt.show()

---

这个github解释了如何使用tensorflow对连续视频进行分类，可能会有所帮助。这里有很多缺少的信息，这使得这个问题很难回答。您可以使用

plt.savefig（）

而不是

plt.show（）

保存图像，然后我建议您使用

ffmpeg

（或类似）将图像转换为视频。为了得到一个合理的结果，您的处理时间必须相当低，以获得一个合适的帧速率。此外，您可能希望在设定的时间捕获图像，而不是尽快捕获，以获得更好的“流”。最后，这当然不会产生实时视频。@JohanL这很有帮助，谢谢。我应该向我的问题中添加哪些信息？例如，如果我建议的方法，使用

ffmpeg

而不获取实时流是可以的。另外，您期望的帧速率是多少？序列要存储多长时间？您应该在RPi上完成所有处理，还是可以将其卸载到功能更强大的服务器上？另外，是否要对视频进行编码以减小其大小，等等。？