Python 使用带有raspi摄像机的烧瓶进行视频流

Python 使用带有raspi摄像机的烧瓶进行视频流,python,multithreading,flask,raspberry-pi,video-streaming,Python,Multithreading,Flask,Raspberry Pi,Video Streaming,对不起,我的英语水平很差。我想做一个网页流视频和运行几个功能。我正在使用python和flask服务器。但是,有些问题我无法独自解决。我有一个源代码。这几乎是完美的 源代码 import time from flask import Flask, render_template, Response from camera import Camera app = Flask(__name__) @app.route('/') def index(): return render_tem

对不起,我的英语水平很差。我想做一个网页流视频和运行几个功能。我正在使用python和flask服务器。但是,有些问题我无法独自解决。我有一个源代码。这几乎是完美的

源代码

import time
from flask import Flask, render_template, Response
from camera import Camera

app = Flask(__name__)

@app.route('/')
def index():
    return render_template('index.html')

def gen(camera):
    while True:
        frame = camera.get_frame()
        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + frame + b'\r\n')

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

@app.route('/test')
def test():
    return time.time() 

if __name__ == '__main__':
    app.run(host='0.0.0.0', debug=True
和模板

<html>
  <head>
    <title>Video Streaming Demonstration</title>
  </head>
  <body>
    <h1>Video Streaming Demonstration</h1>
    <img src="{{ url_for('video_feed') }}">
  </body>
</html>

视频流演示
视频流演示

在源代码中,名为gen()的函数使用“yield”。所以,它永远不会结束。这需要所有的资源。我想在视频流传输时运行另一个函数,如“测试”函数。

您可以像这样控制生成器的行为:

import time

start_time = time.time()

def first():
    while True:
        yield 'frame'

def second():
    while True:
        yield time.time()

init = [first(),second()]

def handler():
    #handling logic 
    global start_time
    while True:
        try:
            res = map(lambda x: x.next(),init)
            if res[1]  - start_time > 10: break 
            print res[1] - start_time
        except StopIteration:
            break

handler()

此代码将在脚本启动后的时间和可以是任何数据的虚拟帧之间产生差异。

视频流需要与客户端的永久连接。如果使用Flask development web服务器执行此操作,则无法处理任何其他请求,因为默认情况下,该服务器一次只处理一个连接

如果你想同时处理多个连接,你有两个选择。最简单的(但不是非常健壮或高效)是以线程模式运行开发服务器(只需在
app.run()
调用中添加
threaded=True
)。这将为传入请求生成新线程。更适合生产的解决方案是切换到不同的web服务器。例如,使用gunicorn可以控制启动了多少工作进程。为了获得更大的灵活性,像gevent这样的服务器可以处理大量并发的客户端请求