整合營銷服務商
電腦端+手機端+微信端=數(shù)據(jù)同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數(shù)據(jù)同步管理
免費咨詢熱線：
網(wǎng)頁中常見的多媒體文件包括音頻文件和視頻文件，對于在線音頻和視頻，我們往往都是使用embed標簽來插入。embed語法：
1 <embed src="”視頻地址”" type="”audio/x-pn-realaudio-plugin”"
2 console="”Clip1〃" controls="”ControlPanel,StatusBar”" height="”330〃"
3 width="”450〃" autostart="”true”" title="undefined">
<embed src="要播放的文件網(wǎng)址" ;="" autostart="true" loop="true" width="400"
height="350">
html中網(wǎng)頁中如何插入音頻和視頻？
舉例1：插入音頻文件
1 <title>插入音頻文件</title>
2
3
4 <embed src="media/西班牙舞曲.mp3" width="400px" height="80px">
在瀏覽器預覽效果如下：
說明：
我們可以看到，使用embed標簽插入音頻文件還會有一個播放界面，界面上有幾個簡單的功能按鈕。
舉例2：插入視頻文件
1 <title>插入音頻文件</title>
2
3
4 <embed src="media/小蘋果.wmv" width="400px" height="80px">
在瀏覽器預覽效果如下：
注意：
由于音頻和視頻文件比較大，所以在這里我們就不提供大家在線測試的功能。不過大家可以在自己計算機上面測試一下代碼。
使用embed標簽插入視頻，在瀏覽器我們也可以看到，瀏覽器提供了一個簡單的操作界面。embed標簽支持的視頻格式很多，大部分主流格式都支持。
embed標簽能支持大部分格式的視頻文件，反正主流的如.mp4、.avi、.rmvb等都支持。如果你使用embed標簽不能播放視頻，那就可能是你視頻格式有問題或者編碼有問題。你可以用格式工廠轉(zhuǎn)換一下格式。
以上就是html中網(wǎng)頁中如何插入音頻和視頻？
本教程中，您將學習如何通過Flask和Python使用OpenCV將視頻從網(wǎng)絡攝像頭流式傳輸?shù)骄W(wǎng)頁瀏覽器/HTML頁面。
您的車被偷過嗎?
我的車在周末就被偷了。讓我告訴您，我很生氣。
我不能透露太多的細節(jié)，因為這個案件還在調(diào)查中，但以下是我可以告訴您的:
大約六個月前，我和妻子從康涅狄格州的諾沃克搬到了賓夕法尼亞州的費城。我有一輛車，我不經(jīng)常開，但還是留著它以備不時之需。
我們小區(qū)很難找到停車的地方，所以我需要一個車庫。
我聽說有個車庫，就報名了，開始把車停在那里。
直到上個星期天。
我和妻子來到車庫取車。我們打算開車到馬里蘭去看望我的父母，吃一些螃蟹(馬里蘭的螃蟹很有名)。
我走到我的車旁，取下車衣。
我立馬就蒙圈了——這不是我的車。
我的車#$&@去哪里了?
幾分鐘后我就意識到一個現(xiàn)實——我的車被偷了。
在過去的一周中，我為即將出版的《樹莓派電腦視覺》一書正在做的工作被打斷了——我一直在與停車場的主人、費城警察局和我車上的GPS跟蹤服務打交道，想弄清楚到底發(fā)生了什么。
在事情解決之前，我不能公開透露任何細節(jié)，但是讓我告訴您，我正埋頭處理警察報告、律師信件、還有保險索賠等一大堆的文件。
我希望下個月這個問題能得到解決——我討厭分心，尤其是讓我遠離我最喜歡做的事情——教計算機視覺和深度學習。
我成功地利用我的挫折啟發(fā)了一篇新的安全相關(guān)的計算機視覺博客帖子。
在這篇文章中，我們將學習如何使用Flask和OpenCV將視頻流式傳輸?shù)骄W(wǎng)頁瀏覽器中。
您可以在不到5分鐘的時間內(nèi)將此系統(tǒng)部署到樹莓派上:
沒什么比一個小視頻證據(jù)更能抓住小偷了。
當我繼續(xù)與警察、保險等處理文書工作時，您就可以開始用樹莓派相機武裝自己，無論您在哪里生活和工作，都可以抓住壞人。
要學習如何使用OpenCV和Flask將視頻流式傳輸?shù)揭粋€網(wǎng)頁瀏覽器的HTML頁面，請繼續(xù)閱讀!
在本教程中，我們將首先討論Flask，它是一個用于Python編程語言的微型web框架。
我們將學習運動檢測的基本知識，以便我們可以將它應用到我們的項目中。我們將通過一個背景減法器來實現(xiàn)運動檢測。
在此基礎上，我們將Flask與OpenCV結(jié)合，這樣我們就能夠:
此外，我們將涉及的代碼將能夠支持多個客戶端(即，不止一個人/網(wǎng)頁瀏覽器/標簽頁能同時訪問流媒體)，這是您在網(wǎng)上看到的絕大多數(shù)例子都無法處理的。
把所有這些過程塊放在一起，我們就會得到一個能夠執(zhí)行運動檢測的家庭監(jiān)控系統(tǒng)，然后它會將視頻結(jié)果流式傳輸?shù)侥木W(wǎng)頁瀏覽器中。
讓我們開始吧!
圖1:Flask是Python的一個微型web框架(image source)。
在本節(jié)中，我們將簡要討論Flask web框架以及如何在您的系統(tǒng)中安裝它。
Flask是一個非常流行的用Python編程語言編寫的微型web框架。
與Django一樣，F(xiàn)lask是使用Python構(gòu)建web應用程序時最常見的web框架之一。
但是，與Django不同的是，F(xiàn)lask非常輕量，這使得使用它構(gòu)建基本的web應用程序非常容易。
正如我們將在本節(jié)中看到的，我們只需要一小部分代碼就可以使用Flask實現(xiàn)實時流式傳輸視頻——其余的代碼包括(1)OpenCV和訪問我們的視頻流，或者(2)確保我們的代碼是線程安全的，并且可以處理多個客戶端。
如果您需要在一個機器上安裝Flask，您只需要簡單地按以下命令進行操作:
安裝了它之后，您可以繼續(xù)安裝NumPy、OpenCV和imutils:
注意:如果您想要完整安裝包括“非免費”(專利)算法的OpenCV，那您一定要從源代碼來編譯OpenCV。
在我們繼續(xù)之前，讓我們看看我們項目的目錄結(jié)構(gòu):
為了執(zhí)行背景去除和運動檢測，我們將實現(xiàn)一個名為SingleMotionDetector的類——該類將位于singlemotiondetector.py文件中pyimagesearch的motion_detection子模塊中。
webstreaming.py文件將使用OpenCV訪問我們的網(wǎng)絡攝像頭，通過SingleMotionDetector執(zhí)行運動檢測，然后通過Flask web框架將輸出幀提供給我們的網(wǎng)絡瀏覽器。
為了讓我們網(wǎng)絡瀏覽器能有東西顯示，我們需要使用HTML填充index.html的內(nèi)容來提供接收到的視頻。我們只需要插入一些基本的HTML標記——Flask將實際處理將視頻流發(fā)送到我們的瀏覽器的事情。
圖2:使用Raspberry Pi、OpenCV、Flask和網(wǎng)絡流媒體進行視頻監(jiān)控。
通過使用背景去除進行運動檢測，我們可以檢測到我在椅子上的運動。
我們的運動檢測算法將通過背景減除的形式來檢測運動。
大多數(shù)背景去除算法的工作原理是:
我們的運動檢測實現(xiàn)將位于SingleMotionDetector類中，該類可以在SingleMotionDetector .py中找到。
我們稱之為一個“單一運動檢測器”，因為其算法本身只對尋找單一的、最大的運動區(qū)域感興趣。
我們也可以很容易地擴展這個方法來處理多個運動區(qū)域。
讓我們來實現(xiàn)該運動檢測器。
打開singlemotiondetector.py文件，并插入以下代碼:
第2-4行處理所需的導入。
所有這些都是相當標準的，包括用于數(shù)字處理的NumPy、用于為我們提供方便函數(shù)的imutils和用于OpenCV綁定的cv2。
然后我們在第6行定義SingleMotionDetector類。這個類接受一個可選的參數(shù)accumWeight，它是用于累積加權(quán)平均值的因數(shù)。
accumWeight越大，在累積加權(quán)平均值時，背景(bg)被考慮的越少。
相反地，accumWeight越小，在計算平均值時考慮背景(bg)就會越多。
設置accumWeight=0.5會均勻地加權(quán)背景和前景——我經(jīng)常建議使用這個設置作為起始值(然后您可以根據(jù)自己的實驗調(diào)整它)。
接下來，讓我們定義update方法，它將接受一個輸入幀并計算加權(quán)平均值:
為了防止我們的bg幀為None(這意味著update從未被調(diào)用)，我們只需要存儲bg幀(第15-18行)。
否則，我們會計算輸入幀、現(xiàn)有背景bg和相應的accumWeight因子之間的加權(quán)平均值。
鑒于我們的背景bg，我們現(xiàn)在可以通過detect方法應用運動檢測:
detect方法需要一個參數(shù)和一個可選參數(shù):
給定我們的輸入image，我們計算該image和bg之間的絕對誤差(第27行)。
任何差異>tVal的像素位置都被設置為255(白色;前景），否則設置為0(黑色;背景)(28行)。
通過一系列的腐蝕和膨脹來消除噪聲和小的局部運動區(qū)域，否則這些區(qū)域會被認為是假陽性的(可能是由于反射或光線的快速變化)。
下一步是應用輪廓檢測提取任何運動區(qū)域:
第37-39行對我們的thresh圖像執(zhí)行輪廓檢測。
然后，我們初始化兩組記賬變量，以跟蹤包含任何運動的位置(第40行和第41行)。這些變量將形成“邊界框”，它將告訴我們運動發(fā)生的位置。
最后一步是填充這些變量(假設運動存在于幀中，當然是這樣):
在43-45行中，我們檢查我們的輪廓列表是否為空。
如果是這種情況，那么在幀中就找不到運動，我們就可以放心地忽略它。
否則，在幀中確實存在運動，所以我們就需要開始在輪廓線上進行循環(huán)(第48行)。
對于每個輪廓，我們計算其邊界框，然后更新我們的記賬變量(第47-53行)，找到所有運動發(fā)生的最小和最大(x, y)坐標。
最后，我們將邊界框位置返回給調(diào)用函數(shù)。
圖3:OpenCV和Flask (一個Python微型網(wǎng)絡框架)是涉及Raspberry Pi和類似硬件的網(wǎng)絡流媒體和視頻監(jiān)控項目的完美搭檔。
讓我們繼續(xù)，將OpenCV和Flask結(jié)合起來，從一個視頻流(運行在樹莓派上)向一個網(wǎng)絡瀏覽器提供幀。
打開您項目結(jié)構(gòu)中的webstreaming.py 文件，并插入如下代碼:
第2-12行處理我們需要的導入:
讓我們繼續(xù)執(zhí)行一些初始化:
首先，我們在第17行初始化我們的outputFrame——這將是將提供給客戶端的幀(投遞運動檢測)。
然后，我們在第18行創(chuàng)建一個lock，它將在更新ouputFrame時被用來確保線程安全行為(即確保某個幀在更新時不被任何線程嘗試讀取）。
第21行初始化我們的Flask app本身，而第25-27行訪問我們的視頻流:
下一個函數(shù)index將會渲染我們的index.html模板并提供輸出視頻流:
這個函數(shù)非常簡單—它所做的就是在我們的HTML文件中調(diào)用Flask render_template。
我們將在下一章查看該index.html文件，因此，我們將推遲對此文件內(nèi)容的進一步討論直到那個時候。
我們的下一個函數(shù)的功能是:
而且，這個函數(shù)必須以線程安全的方式來執(zhí)行所有這些操作，以確保支持并發(fā)。
現(xiàn)在讓我們看看這個函數(shù):
我們的detection_motion函數(shù)接受單個參數(shù)frameCount，它是在SingleMotionDetector類中構(gòu)建我們的背景bg所需的最小幀數(shù):
第37行獲取對三個變量的全局引用:
第41行使用一個accumWeight=0.1值來初始化我們的SingleMotionDetector 類，這意味著在計算加權(quán)平均值時，bg值的權(quán)重會更高。
第42行初始化到目前為止讀取的幀的total數(shù)——我們需要確保已經(jīng)讀取了足夠多的幀來構(gòu)建我們的背景模型。
從那里，我們將能夠執(zhí)行背景去除。
這些初始化完成后，我們現(xiàn)在可以開始對來自相機的幀進行循環(huán):
第48行讀取來自我們相機的frame幀，而第49-51行執(zhí)行預處理操作，包括:
然后，我們獲取當前時間戳并將其繪制在frame上(第54-57行)。
在進行一次最終檢查之后，我們就可以執(zhí)行運動檢測:
在第62行中，我們確保我們至少讀取了frameCount幀來構(gòu)建我們的背景去除模型。
如果是這樣，我們將應用我們運動檢測器的.detect運動，它將返回單個變量motion。
如果motion是None，那么我們就知道當前frame中沒有發(fā)生運動。否則，如果motion不是None(第67行)，那么我們需要在frame上繪制運動區(qū)域的邊界框坐標。
第76行更新我們的運動檢測背景模型，而第77行增加了迄今為止從攝像機讀取的幀的total數(shù)。
最后，第81行獲得支持線程并發(fā)所需的lock，而第82行設置outputFrame。
我們需要獲取鎖，以確保我們在試圖更新outputFrame變量時客戶機不會意外讀取它。
我們的下一個函數(shù)，generate，是一個Python生成器，用于將我們的outputFrame編碼為JPEG數(shù)據(jù)——現(xiàn)在讓我們來看看它:
第86行獲取對outputFrame和lock的全局引用，類似于detect_motion函數(shù)。
然后generate在第89行啟動一個無限循環(huán)，這個循環(huán)將一直持續(xù)到我們結(jié)束腳本。
在循環(huán)內(nèi)部，我們:
在這么短的代碼中做了這么多工作，所以一定要檢查這個函數(shù)幾次，以確保您了解它是如何工作的。
下一個函數(shù)video_feed會調(diào)用我們的generate函數(shù):
注意這個app.route函數(shù)簽名，就像上面的index函數(shù)一樣。
這個app.route簽名告訴Flask這個函數(shù)是一個URL端點，數(shù)據(jù)是從http://your_ip_address/video_feed提供的。
video_feed的輸出是實時運動檢測輸出，通過generate函數(shù)編碼為一個字節(jié)數(shù)組。您的網(wǎng)絡瀏覽器非常聰明，可以將這個字節(jié)數(shù)組作為一個實時輸出顯示在您的瀏覽器中。
我們最后的代碼塊處理解析命令行參數(shù)和啟動Flask應用程序的任務:
第118-125行處理解析命令行參數(shù)的任務。
這里我們需要三個參數(shù)，包括:
第128-131行啟動一個線程用于執(zhí)行運動檢測。
使用一個線程確保detect_motion函數(shù)可以安全地在后臺運行——它將不斷地運行和更新我們的outputFrame，以便我們可以為我們的客戶端提供任何運動檢測結(jié)果。
最后，第134和135行啟動Flask應用程序本身。
正如我們在webstreaming.py中看到的，我們正在渲染一個名為index.html的HTML模板。
該模板本身由Flask 網(wǎng)絡框架進行填充，然后提供給網(wǎng)絡瀏覽器。
然后，您的網(wǎng)絡瀏覽器將生成的HTML呈現(xiàn)到您的屏幕上。
讓我們檢查一下index.html文件的內(nèi)容:
我們可以看到，這是一個超級基礎的網(wǎng)頁;但是，請密切注意第7行——注意我們?nèi)绾沃甘綟lask動態(tài)呈現(xiàn)我們video_feed路徑的URL。
由于video_feed函數(shù)負責提供來自我們網(wǎng)絡攝像頭的幀，所以圖像的src將會被自動填充上我們的輸出幀。
然后，我們的網(wǎng)絡瀏覽器足夠智能，可以正確渲染網(wǎng)頁并提供實時視頻流。
現(xiàn)在我們已經(jīng)寫完了我們項目的代碼，讓我們對其進行測試。
打開一個終端，執(zhí)行以下命令:
正如您在視頻中看到的，我從多個瀏覽器打開了到Flask/OpenCV服務器的連接，每個瀏覽器都有多個選項卡。我甚至拿出我的iPhone，并打開了一些來自那里的連接。服務器沒有跳過一個幀，持續(xù)地使用Flask和OpenCV可靠地提供幀。
加入嵌入式計算機視覺和深度學習革命!
我第一次彈吉他是在20年前，那時我還在上中學。我不太擅長，幾年后我就放棄了。回顧過去，我堅信我沒有堅持下去的原因是因為我沒有以一種實際的、動手操作的方式來學習。
相反，我的音樂老師一直向我腦子里灌輸理論——但作為一個11歲的孩子，我只是想弄清楚我是否喜歡彈吉他，更不用說我是否想研究音樂背后的理論了。
大約一年半以前，我決定重新開始上吉他課。這一次，我特意找了一位能夠?qū)⒗碚撆c實踐相結(jié)合的老師，教我如何在學習理論技巧的同時演奏歌曲或即興重復樂段。
結(jié)果呢?我的手指速度比以往任何時候都快，我的節(jié)奏也很準，我可以不斷地惹惱我的妻子，在我的Les Paul上演奏Sweet Child of Mine。
我的觀點是，無論何時您在學習一項新技能時，無論是計算機視覺，還是使用樹莓派進行滲透，甚至是彈吉他，最快、最簡單的學習方法之一就是圍繞這項技能設計(小的)現(xiàn)實世界的項目，并嘗試解決它。
對于吉他來說，這意味著學習短的即興重復，這不僅教會了我真正的歌曲的一部分，也給了我一個寶貴的技巧(例如，掌握一種特定的五聲音階)。
在計算機視覺和圖像處理中，您的目標應該是思考一些小型項目，然后嘗試解決它們。不要太快就把事情復雜化，那是失敗的秘訣。
相反，您可以拿一本我寫的《樹莓派計算機視覺》書，讀一讀，把它作為您個人項目的一個啟動平臺。
當您讀完之后，回到那些最激勵您的章節(jié)，看看您能如何以某種方式擴展它們(即使只是將相同的技術(shù)應用到一個不同的場景中)。
解決您思考的小項目不僅會讓您對這個主題感興趣(因為您自己想到了它們)，而且它們還會教您實踐技能。
今天的教程——運動檢測和流式傳輸?shù)骄W(wǎng)絡瀏覽器——就是這樣一個迷您項目的一個很好的起點。我希望既然您已經(jīng)閱讀了本教程，您已經(jīng)對如何將這個項目擴展到您自己的應用程序進行了思考。
但是，如果您有興趣學習更多……
我的新書《樹莓派計算機視覺》中有40多個與嵌入式計算機視覺+物聯(lián)網(wǎng)(IoT)相關(guān)的項目。您可以根據(jù)書中的項目進行構(gòu)建來解決家里、公司甚至客戶的問題。每一個項目都有著重方向:
幾個精品項目包括:
本書還涵蓋了使用谷歌Coral和Intel Movidius NCS協(xié)作處理器(Hacker + Complete Bundles)的深度學習。當需要更多的深度學習能力時，我們還將引入NVIDIA Jetson Nano(Complete Bundle)。
如果您錯過了Kickstarter，您可以看看我的公告視頻:
您準備好和我一起學習計算機視覺和如何應用嵌入式設備（如樹莓派、Google Coral和NVIDIA Jetson Nano）了嗎?
如果是這樣，請使用下面的鏈接查看這本書!
在本教程中，您學習了如何將幀從一個服務器機器流式傳輸?shù)揭粋€客戶端網(wǎng)絡瀏覽器。使用這個網(wǎng)絡流式傳輸程序，我們能夠構(gòu)建一個基本的安全應用程序來監(jiān)控我們房子里的一個房間的運動。
背景去除是計算機視覺中最常用的一種方法。通常，這些算法的計算效率很高，這使得它們適合于資源受限的設備，如樹梅派。
在實現(xiàn)了我們的背景去除器后，我們將其與Flask 網(wǎng)絡框架結(jié)合，這使得我們能夠:
此外，我們的實現(xiàn)支持多個客戶端、瀏覽器或選項卡——這在大多數(shù)其它實現(xiàn)中都找不到。
無論何時您需要將幀從一個設備流式傳輸?shù)揭粋€網(wǎng)絡瀏覽器時，一定要使用此代碼作為一個模板/起點。
英文原文：https://www.pyimagesearch.com/2019/09/02/opencv-stream-video-to-web-browser-html-page
譯者：Nothing
閩南網(wǎng)]
快影作為快手專屬的視頻編輯軟件，可以為視頻添加簡單的倒放、變速、轉(zhuǎn)場效果，操作又十分便捷的，非常適合視頻分享達人，而字幕作為必不可少的元素之一，自然是需要多加考量的。
字幕制作：
其實為視頻添加字幕的方法并不復雜，用戶在打開快影的軟件之后，首先需要選擇底端的“+”按鈕導入手機本地的視頻素材文件。
在進入視頻編輯界面之后，我們接著點擊底部的“T”按鈕，這樣就能夠添加字幕進行編輯了。
添加字幕的方式分為兩種：一種是語音識別自動添加，另一種則需要手動編輯，下面就來看看具體操作吧。
自動添加：
可以將含有旁白聲音的素材導入快影，選擇字幕，可以看到有一個自動識別的菜單。盡量使用普通話，辨識度較高。
可以看到上方提示我們正在識別語音，而且可以看到識別進度。
識別完成之后，我們點擊右上角的完成按鈕。
手動添加：
如果您對于語音識別效果不滿意的，可以手動進行編輯
滑動視頻進度條，輸入相應的字幕之后，我們還可以隨意調(diào)整字幕的字體格式、大小、顏色狀態(tài)，讓字幕和視頻內(nèi)容更好的貼合在一起!不過目前字體尺寸只有小號中號大號三種。
最后找到保存完成的視頻，點擊播放，在視頻的下方可以看到我們添加的文字。這些文字可以是根據(jù)我們視頻中的語音轉(zhuǎn)換而成的文字，也可以是自己加工過的。
以上就是小編為大家?guī)淼目煊耙曨l添加字幕教程，有需要的小伙伴可以了解下。
*請認真填寫需求信息，我們會在24小時內(nèi)與您取得聯(lián)系。
