youcans的博客

本系列从零开始，详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。将OpenCV DNN模型部署到Web端，不需要安装任何依赖，只需要访问Web地址就可以访问和运行应用程序。面向Python程序的Web框架可以用于部署应用程序。Web框架使开发者可以专注于应用程序的核心算法和业务逻辑，而不必具体处理底层细节，例如协议、套接字或进程和线程管理。

本节介绍使用OpenCV+Flask将计算机视觉应用程序部署到Web端。本节讲解例程：（1）从指定的URL地址读取图片，对图片进行处理，返回处理后的图片并在网页上显示。（2）上传本地图片，对图片进行处理，返回处理图片并在网页上进行格式化显示。

本系列从零开始，详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。本节在本地图片卡通处理的基础上，使用OpenCV级联检测器检测上传图像中的人脸和人眼。详细讲解+完整例程

使用Flask框架构建一个视频流服务器，向服务器发送请求可以获取模拟视频源产生的视频图像。本例使用模拟视频源，避免硬件配置和视频延迟的影响，构建一个极简的视频流服务器。

本系列从零开始，详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。本节介绍用 Flask 构建流媒体服务器，向服务器发送请求可以播放本地视频文件。

本系列从零开始，详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。本节介绍用 Flask 构建流媒体服务器，通过OpenCV捕获摄像头的实时画面，向服务器发送请求可以播放实时的视频流。也可以播放本地视频文件。

本例程使用Flask框架构建一个视频流服务器，通过OpenCV捕获摄像头的实时画面，使用人脸检测级联分类器进行人脸识别，并在视频图像中标记检测到的人脸。向服务器发送请求可以播放实时的视频流。

介绍使用Flask框架构建一个视频流服务器，通过OpenCV捕获摄像头的实时画面，使用人脸检测级联分类器进行人脸识别，并在视频图像中标记检测到的人脸。本节我们添加一个控制按钮“Start/Stop”用来控制开始和停止播放视频流，一个帮助按钮“Help”

本系列详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。本节使用多线程或者异步框架来处理视频帧的获取和人脸识别。例程使用一个线程实时获取视频帧，在主线程中处理视频帧，进行人脸识别和图像编码。因此，人脸识别就不会阻止视频帧的读取。

本系列详细讲解使用 Flask 框架构建 OpenCV DNN 模型的 Web 应用程序。本节介绍使用OpenCV DNN对实时视频进行目标检测。DNN目标检测的基本步骤也是加载图像、模型设置和模型推理。使用TensorFlow深度学习框架在MS COCO数据集上训练的MobileNet SSD（单次检测器）模型，进行目标检测。对检测到的目标，确定目标类别和边界框；在视频帧上绘制边界框，并标注类别名称。