Envoyer et recevoir des données d'image au format JSON en Python sur le réseau

introduction

J'ai écrit plusieurs fois un code pour envoyer l'image prise par la caméra Web à un autre serveur exécutant le modèle de détection de visage etc. via la communication HTTP, alors faites une note pour ne pas l'oublier. Dans l'exemple de code, l'image prise à partir de la caméra Web est envoyée au serveur à intervalles réguliers côté émission, le visage est détecté côté réception, une boîte est dessinée et le fichier image est enregistré localement.

Expéditeur

sender.py

import numpy as np
import cv2
import time
import json
import base64
import requests

def send_image(img):
  #Convertir l'image au format envoyable et la stocker en JSON
  _, encimg = cv2.imencode(".png ", img)
  img_str = encimg.tostring()
  img_byte = base64.b64encode(img_str).decode("utf-8")
  img_json = json.dumps({'image': img_byte}).encode('utf-8')
  
  #Envoyer une requête HTTP
  response = requests.post("http://localhost:8080/save", data=img_json)
  print('{0} {1}'.format(response.status_code, json.loads(response.text)["message"]))

if __name__ == '__main__':
  cap = cv2.VideoCapture(0)
  cap.set(cv2.CAP_PROP_FPS, 30)
  i = 0
  while True:
    _, img = cap.read()
    if i % 5 == 0:
      send_image(img)
    i += 1

Receveur

receiver.py

import os
import json
import cv2
import base64
import numpy as np
from datetime import datetime
from flask import Flask, request, Response
app = Flask(__name__)
count = 0

#Créer un dossier pour enregistrer les images
image_dir = "./images"
if not os.path.isdir(image_dir):
  os.mkdir(image_dir)

def detect_face(img):
  #Modèle de détection de visage ('haarcascade_frontalface_default.xml') Peut être téléchargé à partir du lien ci-dessous
  # https://github.com/opencv/opencv/tree/master/data/haarcascades
  face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
  faces = face_cascade.detectMultiScale(img, 1.3, 5)
  return faces

@app.route('/save', methods=['POST'])
def save_image():
    #Processus de conversion des données
    data = request.data.decode('utf-8')
    data_json = json.loads(data)
    image = data_json['image']
    image_dec = base64.b64decode(image)
    data_np = np.fromstring(image_dec, dtype='uint8')
    decimg = cv2.imdecode(data_np, 1)

    #Détecter le visage et dessiner la boîte
    gray_img = cv2.cvtColor(decimg, cv2.COLOR_BGR2GRAY)
    faces = detect_face(gray_img)
    for (x,y,w,h) in faces:
      decimg = cv2.rectangle(decimg,(x,y),(x+w,y+h),(255,0,0),2)
    
    #Enregistrer le fichier image
    global count
    filename = "./images/image{}.png ".format(count)
    cv2.imwrite(filename, decimg)
    count += 1

    #Envoyer une réponse HTTP
    return Response(response=json.dumps({"message": "{} was saved".format(filename)}), status=200)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=8080)

référence

http://edosha.hatenablog.jp/entry/2017/09/05/174453 https://ysss.hateblo.jp/entry/2018/07/31/053507