利用yolov模型和django实现网页摄像头调用进行实时预测

前端：

<img id="video" width="640" height="480" ref="video"></img>

调用方法：

startCamera() {
  var video1 = document.getElementById("video");
  video1.src = "http://localhost:8080/api/webcam/"
}
后端：

def webcam_feed():
    cap = cv2.VideoCapture(0)
    while True:
        ret, frame = cap.read()

        if not ret:
            break

        processed_frame = process_frame(frame)

        # 将处理后的帧转换为JPEG格式
        ret, buffer = cv2.imencode('.jpg', processed_frame)
        frame_data = buffer.tobytes()
        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + frame_data + b'\r\n')

    cap.release()
def webcam_view(request):
    return StreamingHttpResponse(webcam_feed(), content_type="multipart/x-mixed-replace;boundary=frame")


def process_frame(frame):
    # 在这里对视频帧进行处理
    # 这里只是一个示例，你可以根据需要自定义处理逻辑
    # 例如这里就返回yolo检测的结果
    # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    res = model(frame)  # predict on an image
    res_plotted = res[0].plot()
    return res_plotted