用OpenCV+FFmpeg轻松实现人脸检测与RTMP直播推流：Python快速入门

后端

2022-12-10 14:45:25

用 OpenCV 和 FFmpeg 实现实时人脸检测和 RTMP 直播推流

随着计算机视觉技术的飞速发展，人脸检测技术在智能安防、人机交互等领域展现出了巨大的应用前景。在这篇博文中，我们将深入探讨如何使用 OpenCV 和 FFmpeg 轻松实现人脸检测和 RTMP 直播推流。

硬件和软件要求

首先，确保你的计算机具有以下最低硬件配置：

CPU: 英特尔酷睿 i5 或更高
内存: 8GB 或更高
硬盘: 500GB 或更高
显卡: NVIDIA GeForce GTX 1050 或更高

在软件方面，你需要安装以下内容：

Python 3.6 或更高
OpenCV 3.4 或更高
FFmpeg 4.0 或更高
pip（Python 包管理工具）

安装 Python 库

使用 pip 安装必要的 Python 库：

numpy（科学计算库）
opencv-python（OpenCV 的 Python 绑定）
ffmpeg-python（FFmpeg 的 Python 绑定）

编写 Python 代码

以下是实现人脸检测和 RTMP 直播推流的 Python 代码示例：

import cv2
import ffmpeg
import numpy as np

# 初始化 OpenCV 人脸检测器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')

# 初始化 FFmpeg RTMP 推流器
stream_url = 'rtmp://localhost:1935/live/myStream'
output = ffmpeg.input('pipe:', format='rawvideo', pix_fmt='bgr24', s='640x480', framerate=25)
output = output.output(stream_url, vcodec='libx264', acodec='aac', r='2500k', preset='ultrafast')

# 启动 RTMP 推流器
process = output.run_async(pipe_stdin=True)

# 启动视频采集器
cap = cv2.VideoCapture(0)

while True:
    # 读取视频帧
    ret, frame = cap.read()
    if not ret:
        break

    # 将视频帧转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 检测人脸
    faces = face_cascade.detectMultiScale(gray, 1.3, 5)

    # 绘制人脸矩形框
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 2)

    # 将视频帧发送到 RTMP 推流器
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    frame = frame.tobytes()
    process.stdin.write(frame)

# 停止视频采集器
cap.release()

# 停止 RTMP 推流器
process.stdin.close()
process.wait()