基于OpenCV与Flask实现网络实时视频流传输
本文详细介绍如何利用Python的OpenCV库捕获视频源，结合Flask Web框架在本地服务器生成实时视频流。通过RTSP协议支持IP摄像头，并在Web浏览器中通过HTML img标签直接显示JPEG图像流，实现无需额外插件的实时视频监控与直播功能。
2026-10-14
6
本文详细介绍如何利用Python的OpenCV库捕获视频源，结合Flask Web框架在本地服务器生成实时视频流。通过RTSP协议支持IP摄像头，并在Web浏览器中通过HTML img标签直接显示JPEG图像流，实现无需额外插件的实时视频监控与直播功能。
本文介绍如何使用Python脚本根据TXT文档中的URL列表批量下载文件，并按原始目录结构自动创建文件夹进行存储。通过递归遍历子目录、读取URL列表、创建对应分类文件夹及调用urllib下载，实现自动化数据收集。代码包含断点续传逻辑，可跳过已存在文件，适用于数据集预处理场景。
本文详解在 Python3 中如何解析网络摄像机的 MJPEG HTTP 视频流。通过识别 JPEG 帧的 0xff 0xd8 和 0xff 0xd9 标记，从 multipart/x-mixed-replace 流中提取二进制数据并解码。针对 OpenCV 直接调用可能出现的“Cam not found”错误，提供了基于 requests 库和流式处理的替代方案，确保视频帧能正确显示。
本文介绍了一个使用Python和PIL库进行图片切割的示例程序。该脚本允许用户指定输入图片路径、输出目录以及切割的行数和列数，自动将原图分割为指定数量的小图片并保存。代码包含参数合法性校验及路径处理逻辑，适用于需要批量处理图像分块的场景。
本文介绍如何利用OpenCV进行颜色物体识别，并结合ROS控制Turtlebot3等机器人实现移动跟随功能。通过HSV颜色空间转换、形态学处理提取目标区域，计算中心坐标与屏幕中心的偏差，进而发送速度指令控制机器人左转、直行或右转，完成简单的视觉伺服控制。
本文介绍利用Python PIL库进行图片合成的两种实现方式。第一种方法通过交替选取像素点合成新图，避免曝光过度但可能轮廓模糊；第二种方法按可调比例混合RGB值，效果更自然但需控制参数。文章提供完整代码示例及优劣对比，并提及Image.blend函数的存在。
本文介绍如何使用Python的tkinter库结合PIL模块，在Canvas画布上实现图片显示与鼠标拖拽截图功能。通过绑定鼠标按下、释放及移动事件，动态绘制选区并调用Image.crop方法完成图片裁剪，最终保存为指定格式文件。
本文介绍两种Python实现自动截图的方法。首先利用PIL库的ImageGrab模块结合time模块，实现指定间隔自动截取屏幕并保存为PNG文件，包含自动创建目录的逻辑。其次展示使用OpenCV和threading模块，通过定时器实现摄像头画面每隔一秒自动截图保存，适合本地部署与AI数据采集场景。
本文介绍使用 Python 和 OpenCV 库开发简易绘画板的方法。通过 cv2.createTrackbar 创建 RGB 颜色滑块，结合 cv2.setMouseCallback 监听鼠标点击、移动和释放事件，实现矩形填充与圆形绘制功能。代码包含完整的窗口初始化、颜色获取及键盘快捷键切换模式逻辑，适合 OpenCV 基础交互学习。
本文介绍如何使用Python对灰度图像进行直方图均衡化处理，以增强图像对比度。通过PIL库读取图像并转换为灰度模式，利用numpy计算直方图与累积分布函数（CDF），实现像素值的线性映射。代码展示了从读取、处理到保存结果的全过程，包含直方图变换函数及可视化方法，适用于提升低对比度图像的质量。
本文详解如何利用Python和OpenCV库实现基于Haar特征与Adaboost算法的人脸识别系统。内容涵盖Haar特征原理、积分图加速计算、Adaboost弱分类器训练流程，并提供从加载分类器到图像预处理、人脸及眼睛检测标记的完整代码示例，帮助开发者快速掌握传统机器学习在计算机视觉中的应用。
本文深入解析Gabor滤波器在图像处理和纹理识别中的应用。详细阐述其数学原理，包括复数表示、实虚部分解及关键参数（波长、方向、相位、长宽比、带宽）的物理意义。提供Python原生实现与OpenCV库中cv.getGaborKernel函数的使用示例，展示如何生成不同角度的Gabor核并进行图像滤波操作，帮助开发者掌握这一强大的时频分析工具。
