服务器和客户端都用python+opencv实现。
服务器负责从摄像头采集数据，然后压缩为jpg，发送到网络
客户端解析网络传来的字节流，转为矩阵数据，每个10ms刷写显示。
需要关注的问题
1. 数据质量问题--减少压缩，设置80
bool imencode(const string& ext, InputArray img, vector& buf, const vector& params=vector())
ext – 图片的扩展名
img – 要保存的图片
buf – 输出缓存，改变大小以适应数据
params – 格式相关的参数，参见imwrite。
JPEG：压缩质量 ( CV_IMWRITE_JPEG_QUALITY )，从0到100（数值越高质量越好），默认值为95。
PNG：compression level ( CV_IMWRITE_PNG_COMPRESSION ) 从0到9。 数值越高，文件大小越小，压缩时间越长。默认值为3。
PPM, PGM, or PBM：二进制标志 ( CV_IMWRITE_PXM_BINARY )，0 或 1。默认值为1。
参考网址：https://blog.csdn.net/scliu12345/article/details/46012145
2. 粘包问题--加bufsize
recv的大小设置为1024还是多少好？
一张图片的大小不定，所以APP层的recv buffer设置为一张图的大小最容易处理。
一般发一次，收完后则关闭连接。当然通过设置结尾符的方法也是可行的。
参考网址：https://blog.csdn.net/zhangxinrun/article/details/6721495
3. 卡，延迟问题
若client显示的慢，则会出现卡和延迟问题。
我这里客户端设置的是实时图片显示。服务器也是实时传输数据。当然send和recv是同步接口，所以注意依赖网络传输速度。
4. 服务器socket端口设置reuseaddr比较方便。
5.代码
5.1 服务器
import struct
import cv2
import socket
def img_endecode(img):
#获取jpg数据流
ret, img_encode = cv2.imencode('.jpg', img)
str_encode = img_encode.tostring()
strsize = struct.pack("ii", len(str_encode),len(str_encode))
#发送到互联网
conn.sendall(strsize+str_encode)
if __name__ == "__main__":
sk = socket.socket()
sk.bind(("127.0.0.1",8080))
sk.listen(5)
conn,address = sk.accept()
print("address",address)
cap = cv2.VideoCapture(0)
while(1):
# get a frame
ret, frame = cap.read()
img_endecode(frame)
#cap.release()
#cv2.destroyAllWindows()
5.2 客户端
import socket
import numpy as np
import cv2
import struct
import time
obj = socket.socket()
obj.connect(("127.0.0.1",8080)) # 用于双python
#obj.connect(("192.168.7.4",6666))
obj.sendall(bytes('hello Apple Cai!', encoding="utf-8"))
while(True):
buf_size, a2 = struct.unpack("ii", obj.recv(8))
temp_buf = b''
time.sleep(0.001) #不加延时就不行，不知道为什么。
while(buf_size):
temp_buf = obj.recv(buf_size)
buf_size-= len(temp_buf)
str_encode = temp_buf
nparr = np.fromstring(str_encode, np.uint8)
#解压jpg格式数据
img_decode = cv2.imdecode(nparr, cv2.IMREAD_COLOR)
#显示为图片
cv2.imshow("img_decode", img_decode)
if(cv2.waitKey(10)==27): #每10ms刷新一次图片
print('go here')
obj.close()
cv2.destroyAllWindows()
