python 基于http方式与基于redis方式传输摄像头图片数据的实现和对比

0. 需求

在不同进程或者不同语言间传递摄像头图片数据，比如从java实现的代码中获取摄像头画面数据，将其传递给python实现的算法代码中进行处理。这里，提供基于http方式和基于redis方式这两种方式进行实现，并比较两者传输速度。

作为样例，代码均采用python实现，运行环境为ubuntu 18.04。

1. 基于http方式传递图片数据

1.1 发送图片数据

• 思路：创建两个线程，一个线程利用Opencv通过rtsp地址获得摄像头画面，一个线程将摄像头图片数据转为字节流，并通过http方式发送。

• 实现

#coding=gb2312
# 文件名：http_send.py
import requests
import base64
import cv2
import time
import threading
from queue import LifoQueueclass rtspRead: # rtsp地址读取def __init__(self, rtsp, port):self.rtsp = rtsp # 摄像头的rtsp地址self.addr = "http://127.0.0.1:{}/image_post".format(port) # 本地http传输地址self.frameQueue = LifoQueue() # 视频帧的队列self.frameLock = threading.Lock() # 视频帧队列的锁self.threadFlag = True # def start(self): # 开始t1 = threading.Thread(target=self.sendFrame, args=(), daemon=True)t2 = threading.Thread(target=self.readFrame, args=(), daemon=True)t1.start()t2.start()t1.join()t2.join()def sendFrame(self): # 通过http发送图片num = 0 # 计算100次图片发送到接受的平均时间，以及平均帧数while self.threadFlag:time.sleep(0.01)is_get_frame = False # 没有从队列中获得图片self.frameLock.acquire()if self.frameQueue.qsize():frame = self.frameQueue.get()is_get_frame = True # 从队列中获得图片self.frameLock.release()if is_get_frame:# frame 是ndarray对象,这里是把原始ndarray转成jpg的字节流，转成其它格式直接替换jpg即可img_str = cv2.imencode('.jpg', frame)[1].tobytes()#使用b64encode对bytes-like类型对象进行编码(加密)并返回bytes对象img_data = base64.b64encode(img_str)data = {'img': img_data}resp = requests.post(self.addr, data=data) # 发送图片数据，并获得http_receive.py的返回信息print("结果：", resp.text)def readFrame(self): # 通过rtsp读取图片self.cap = cv2.VideoCapture(self.rtsp)if self.cap.isOpened():time.sleep(0.01)print("成功获得句柄！")while self.threadFlag:ret, frame = self.cap.read()if ret:self.frameLock.acquire()while self.frameQueue.qsize() > 3: # 尽量确保队列中为最新的图片帧self.frameQueue.get()self.frameQueue.put(frame)self.frameLock.release()             else:print("句柄获得失败！")self.threadFlag = Falseself.cap.release()if __name__ == '__main__':rtsp_read = rtspRead("rtsp://xx:xx@xx", 9322)    rtsp_read.start()

1.2 接收图片数据并可视化

• 思路：通过flask框架接收http请求，并将接收到的图片数据的字节流转为np格式，并进一步转为opencv格式。另起一个线程，接收opencv格式的图片数据，并做显示。

• 实现

#coding=gb2312
# 文件名：http_receive.py
from flask import Flask, request
import base64
import numpy as np
import cv2
import threading
from queue import LifoQueue
import timeclass RtspPlay():def __init__(self):self.frame = None # 视频帧self.threadFlag = True # def start(self): # 开始t1 = threading.Thread(target=self.play, args=(), daemon=True)t1.start()#t1.join()def play(self):starttime = time.time()while self.threadFlag:time.sleep(0.01)print("进入展示线程")if time.time() - starttime > 260:self.threadFlag = Falseif self.frame is not None:print("展示frame")cv2.imshow('http_pic', self.frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakcv2.destroyAllWindows()def setFrame(self, img):print("更新frame")self.frame = img.copy()rtspPlay = RtspPlay()       
rtspPlay.start()app = Flask(__name__)
@app.route('/image_post', methods=['POST'])
def img_post():if request.method == 'POST':# 获取图片数据img_base64 = request.form.get('img')# 把图片的二进制进行转化img_data = base64.b64decode(img_base64) #将拿到的base64的图片转换回来img_array = np.fromstring(img_data,np.uint8) # 转换np序列img = cv2.imdecode(img_array,cv2.COLOR_BGR2RGB)  # 转换Opencv格式mat = cv2.resize(img, (600, 600))print(mat.shape)rtspPlay.setFrame(mat)time.sleep(0.01)return 'receive img sucess'if __name__ == "__main__":app.run(host="127.0.0.1", port=9322)

1.3 测试

# 先开一个terminal窗口，启用接收进程
python http_receive.py# 再开一个terminal窗口，启用发送进程
python http_send.py

2. 基于redis方式传递图片数据

2.1 发送图片数据

• 思路：创建两个线程，一个线程利用Opencv通过rtsp地址获得摄像头画面，一个线程将摄像头图片数据转为字节流，并通过redis方式发送。这里的redis方式具体指的是，redis是一个内存数据库，通过键值对存储数据，通过订阅/发布机制传递消息，所以将图片字节流数据存入redis中，并将存入消息发布出去，实现发送效果。

• 实现

#coding=gb2312
# 文件名：redis_send.py
import redis
import cv2
import time
import base64
import threading
from queue import LifoQueueclass redisSendPic: # redis发布者def __init__(self, cameraip):print("redis init ...")self.r = redis.Redis(host='127.0.0.1', port=6379,db=0) # 建立连接self.topic = 'img0' # 订阅的主题self.cameraip = cameraipdef send(self, img):#print("发送图片")img_str = cv2.imencode('.jpg', img)[1].tobytes()data = base64.b64encode(img_str)self.r.set(self.cameraip, data)self.r.publish(self.topic, self.cameraip)def getResult(self,): result = self.r.get('result')        return resultdef delete(self):self.r.delete('result')self.r.delete(self.cameraip)class rtspRead: # rtsp地址读取def __init__(self, rtsp, cameraip):self.rtsp = rtspself.cameraip = cameraipself.frameQueue = LifoQueue() # 视频帧的队列self.frameLock = threading.Lock() # 视频帧队列的锁self.threadFlag = True # def start(self): # 开始t1 = threading.Thread(target=self.sendFrame, args=(), daemon=True)t2 = threading.Thread(target=self.readFrame, args=(), daemon=True)t1.start()t2.start()t1.join()t2.join()def sendFrame(self): # 通过redis发送图片self.sendpic = redisSendPic(self.cameraip)self.sendpic.r.set('result', 'start')num = 0 # 计算100次图片发送到接受的平均时间，以及平均帧数total_time = 0while self.threadFlag:time.sleep(0.01)is_get_frame = False # 没有从队列中获得图片self.frameLock.acquire()if self.frameQueue.qsize():frame = self.frameQueue.get()is_get_frame = True # 从队列中获得图片self.frameLock.release()result = self.sendpic.getResult() # 从接受进程获得是否中止的信号if result is not None and str(result, 'utf-8') == 'stop':self.threadFlag = False breakif is_get_frame:self.sendpic.r.delete('receive_time') # 删除接受时间send_time = time.time() # 发送时间self.sendpic.send(frame) # 发送图片receive_time = self.sendpic.r.get('receive_time') # 获得接受图片时间while receive_time is None: # 等待接受图片#print("等待接受")time.sleep(0.01)receive_time = self.sendpic.r.get('receive_time')result = self.sendpic.getResult() # 从接受进程获得是否中止的信号if result is not None and str(result, 'utf-8') == 'stop':self.threadFlag = False breakif receive_time is not None:total_time += float(str(receive_time, 'utf-8')) - send_time#print("图像发送到接受时间：", float(str(receive_time, 'utf-8')) - send_time)num += 1if num > 100:print("发送收发100次，平均耗时{}s，平均速度为{}帧/秒".format(total_time/100, round(100/total_time,2)))num = 0total_time = 0self.sendpic.delete()def readFrame(self): # 通过rtsp读取图片self.cap = cv2.VideoCapture(self.rtsp)if self.cap.isOpened():time.sleep(0.01)print("成功获得句柄！")while self.threadFlag:ret, frame = self.cap.read()if ret:self.frameLock.acquire()while self.frameQueue.qsize() > 3: # 尽量确保队列中为最新的图片帧self.frameQueue.get()self.frameQueue.put(frame)self.frameLock.release()             else:print("句柄获得失败！")self.threadFlag = Falseself.cap.release()if __name__ == '__main__':rtsp_read = rtspRead("rtsp://xx:xx@xx", 'xx')    rtsp_read.start()

2.2 接收图片数据并可视化

• 思路：通过redis数据库的消息监听机制，当接收到数据入库消息，则提取图片字节流数据，并将其处理为opencv格式的图片数据，从而做到显示。

• 实现

#coding=utf-8
# 文件名：redis_receive.py
import redis
import time
import scipy.misc
import cv2
import base64
from PIL import Image
import io
import time
import scipy.misc
import numpy as npr = redis.Redis(host='127.0.0.1',port=6379,db=0)
ps = r.pubsub()
charecter = "img"
ps.subscribe(charecter + str(0))is_first = Truefor item in ps.listen():print("get message, ", item)#r.set("result", str("ok"))if is_first:r.set('receive_time', str(time.time())) # 获得可处理图片时间is_first = False start = time.time()if item['type'] == 'message' and item['data'] is not None:img_base64 = r.get(str(item['data'], 'utf-8'))img_data = base64.b64decode(img_base64) #将拿到的base64的图片转换回来img_array = np.fromstring(img_data,np.uint8) # 转换np序列img = cv2.imdecode(img_array,cv2.COLOR_BGR2RGB)  # 转换Opencv格式r.set('receive_time', str(time.time())) # 获得可处理图片时间mat = cv2.resize(img, (600, 600))print(mat.shape)cv2.imshow('redis_pic', mat)if cv2.waitKey(1) & 0xFF == ord('q'):break#scipy.misc.imsave('D:/video.png', img)# frame = cv2.resize(img_data, (0, 0), fx=0.5, fy=0.5)#r.delete(charecter + str(0))#r.set("result", str("ok"))print("cost time:", time.time() - start)cv2.destroyAllWindows()
r.set("result", str("stop"))        

2.3 测试

# 先开一个terminal窗口，启用接收进程
python redis_receive.py# 再开一个terminal窗口，启用发送进程
python redis_send.py

结束进程直接在显示窗口上按下q键即可。

3. 对比

综合来看，在可视化摄像头画面的前提下，两者均可做到实时显示。其中，采用redis方式速度为14帧/秒左右，采用http方式速度为10帧/秒左右。

若要提高速度，可取消base64的加密过程；若仅考虑传输，可取消其中的可视化部分，传输速度应该会进一步提高。