Python调用海康威视网络摄像头进行远程人脸识别-蒲公英云

Python调用网络摄像头

RTSP (Real Time Streaming Protocol)，是一种语法和操作类似 HTTP 协议，专门用于音频和视频的应用层协议。和 HTTP 类似，RTSP 也使用 URL 地址。摄像机传输数据用的是码流，高清网络摄像机产品编码器都会产生两个编码格式，称为主码流和子码流，即双码流技术。双码流能实现本地和远程传输的两种不同的带宽码流需求，本地传输可以用主码流，能获得更清晰的存储录像，远程传输就因为带宽限制的原因，而使用子码流来获得流畅的图像和录像。不同摄像头厂家的RTSP协议地址有所不同，查找到各大厂家的协议格式如下：

海康：

rtsp://[username]:[password]@[ip]:[port]/[codec]/[channel]/[subtype]/av_stream
#1) username  用户名，常用 admin
#2) password  密码，常用 12345
#3) ip        摄像头IP，如 192.0.0.64
#4) port      端口号，默认为 554，可以不写
#5) codec     视频编码模式，有 h264、MPEG-4、mpeg4 等，可以不写
#6) channel   通道号，起始为1，例如通道1，则为 ch1
#7) subtype   码流类型，主码流为 main，辅码流为 sub

大华：

rtsp://[username]:[password]@[ip]:[port]/cam/realmonitor?[channel=1]&[subtype=1] 
#1) username、password、ip、port 同上
#2) channel  通道号，起始为1，例如通道2，则为 channel=2
#3) subtype  码流类型，主码流为0（即 subtype=0），辅码流为1（即 subtype=1）

宇视：

rtsp://{
    用户名}:{
    密码}@{
    ip}:{
    port}/video1/2/3，
#1）video1/2/3表示主码流，子码流，三码流（可以不用）
#2）其他一样

Python调用海康威视网络摄像头并实时显示的例程如下：

import cv2
cap = cv2.VideoCapture("rtsp://admin:a123456789@121.248.50.30/h264/ch1/main/av_stream")
while True:
    ret, frame = cap.read()
    cv2.imshow("Video", frame)
    cv2.waitKey(1)

画面显示效果良好，传输25fps 1920×1080的复合流相比海康威视官方监视平台约有1s的时延。

调用网络摄像头进行人脸检测与人脸识别

调用Python模块face_recognition进行基于网络摄像头的人脸识别功能开发，face_recognition基于dlib中的深度学习模型，用Labeled Faces in the Wild人脸数据集进行测试，有高达99.38%的准确率，但对亚洲人脸的识别准确率尚待提升。

face_recognition模块能够基于本地摄像头实现人脸识别并流畅地显示画面，但网络摄像头添加了人脸检测和人脸识别功能后，画面延迟和卡顿现象十分严重，解决措施：1. 降低人脸检测和人脸识别的频率，每0.2秒进行一次人脸检测，每2秒进行一次人脸识别；2. 采用多线程，将远程视频画面的获取与人脸检测识别分开处理，效果有所改善。

最终代码：

import os
import cv2
import queue
import threading
import face_recognition
import numpy as np
q = queue.Queue()
# 线程1获取网络摄像头图像
def Receive():
    print("Start Reveive")
    cap = cv2.VideoCapture("rtsp://admin:a123456789@121.248.50.30/h264/ch1/main/av_stream")
    ret, frame = cap.read()
    q.put(frame)
    while ret:
        ret, frame = cap.read()
        q.put(frame)
# 线程2进行人脸检测识别并显示
def Display():
    print("Start Displaying")
    # 加载人脸数据库并学习
    database_path = "./Face_Database/"
    filenames = os.listdir(database_path)
    image_set = []
    known_face_names = []
    known_face_encodings = []
    for filename in filenames:
        image_set.append(face_recognition.load_image_file(database_path + filename))
        known_face_names.append(filename.split(".")[0])
    for image in image_set:
        known_face_encodings.append(face_recognition.face_encodings(image)[0])
    # 检测识别人脸及显示
    face_locations = []
    face_names = []
    count = 0
    while True:
        if not q.empty():
            count += 1
            frame = q.get()
            small_frame = cv2.resize(frame, (0, 0), fx=0.25, fy=0.25)
            rgb_small_frame = small_frame[:, :, ::-1]
            # 每0.2秒进行一次人脸检测
            if count % 5 == 0:
                face_locations = face_recognition.face_locations(rgb_small_frame)
            # 每2秒进行一次人脸识别
            if count % 50 == 0:
                face_encodings = face_recognition.face_encodings(rgb_small_frame, face_locations)
                face_names = []
                for face_encoding in face_encodings:
                    matches = face_recognition.compare_faces(known_face_encodings, face_encoding, tolerance=0.48)
                    name = "Unknown"
                    face_distances = face_recognition.face_distance(known_face_encodings, face_encoding)
                    best_match_index = np.argmin(face_distances)
                    if matches[best_match_index]:
                        name = known_face_names[int(best_match_index)]
                    face_names.append(name)
            # 显示人脸定位框及姓名
            for (top, right, bottom, left), name in zip(face_locations, face_names):
                top *= 4
                right *= 4
                bottom *= 4
                left *= 4
                cv2.rectangle(frame, (left, top), (right, bottom), (0, 0, 255), 2)
                cv2.rectangle(frame, (left, bottom - 35), (right, bottom), (0, 0, 255), cv2.FILLED)
                cv2.putText(frame, name, (left + 6, bottom - 6), cv2.FONT_HERSHEY_DUPLEX, 1.0, (255, 255, 255), 1)
            cv2.imshow('Video', frame)
            if cv2.waitKey(1) & 0xFF == ord('q'):
                break
if __name__ == '__main__':
    p1 = threading.Thread(target=Receive)
    p2 = threading.Thread(target=Display)
    p1.start()
    p2.start()