stremlit+fastapi处理视频

uBeetles

已于 2022-07-04 10:07:51 修改

阅读量2.1k

点赞数 1

CC 4.0 BY-SA版权

文章标签： fastapi 音视频 opencv

于 2022-06-30 08:46:06 首次发布

本文链接：https://blog.csdn.net/qq_45926473/article/details/125533260

本文介绍了两种方法利用Streamlit和FastAPI处理上传的视频文件。第一种方法是在Streamlit前端实时处理每一帧并展示，通过opencv读取视频，处理后返回结果。第二种方法是将整个视频发送到后端，处理完成后返回处理好的视频，再由Streamlit展示。FastAPI部分涉及接收视频数据，处理后以文件形式返回。opencv处理过程中需要注意编码格式以确保Streamlit能正确播放。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

使用stremalit以及fastapi来处理视频

思路1

在steamlit中通过opencv打开视频中的每一帧，再将图片发送到后端进行相关处理，最后返回处理好的图片，将其显示在同一位置连续展示达到视频效果。这样可以实现实时返回结果，关键代码如下。

# 使用opencv读取视频帧并展示 来达到视频的效果
image_placeholder = st.empty()  # 创建空白块使得展示原图
result_place = st.empty()  # 创建空白块使得展示处理好的结果

import tempfile

f = st.file_uploader("Upload file")  # 上传本地视频 数据以二进制写入内存无法直接用opencv打开

if f is not None:
    tfile = tempfile.NamedTemporaryFile(delete=False)  # 创建临时文件
    tfile.write(f.read())  # 视频数据写入临时文件

    cap = cv2.VideoCapture(tfile.name)  # opencv打开临时文件
    if (cap.isOpened() == False):
        st.write("Error opening video stream or file")

    while (cap.isOpened()):
        success, frame = cap.read()
        if success:
            to_show = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)  # 读取当前帧图片数据
            to_show = Image.fromarray(np.uint8(to_show))  # numpy.ndarray 转 PIL.Image.Image
            bytes_io = io.BytesIO()  
            to_show.save(bytes_io, format="PNG")  # 将数据以二进制写入内存

            estimate = process(bytes_io.getvalue(), backend)  # 发送二进制图片数据 返回处理好的图片二进制数据
            estimated_image = Image.open(io.BytesIO(estimate.content)).convert("RGB") # 得到处理好的结果图片
            image_placeholder.image(to_show, caption='Video')  # 原图片 将图片帧展示在同一位置得到视频效果
            result_place.image(estimated_image, caption='Video')  # 结果图片 将图片帧展示在同一位置得到视频效果

        else:
            break
    cap.release()

思路2

将整个视频作为数据发送到后端，在后台将整个视频处理好后，再发送回前端。

streamlit

使用st.file_uploader读取本地视频，再使用st.video展示处理完的视频，代码如下。

f = st.file_uploader("Upload file")  # 上传本地视频   数据为二进制存在内存中 可通过f.getvalue读取

if f is not None:
    estimate = process(f, backend)  # 返回response需要用response.content读取其中内容
    estimate = io.BytesIO(estimate.content)  # 往内存中写入estimate.content数据
    st.video(estimate, format="video/mp4", start_time=0)  # 展示视频

fastapi

采用response文件的方式将我们处理好的视频发送至前端，代码如下。

@app.post("/estimation", response_class=FileResponse)
def main(file: bytes = File(...)):
    out_video = video_process(file)  # 使用response文件方式 video_process返回值为文件名
    return out_video

opencv处理前端发送过来的数据

仍然采用创建临时文件的方式打开前端传过来的二进制数据，代码如下。
注意，opencv保存视频时需选择avc1编码方式，streamlit不支持显示MP4V的编码视频。
以及streamlit可能不支持显示avi文件，建议保存文件统一为MP4格式。

def video_process(binary_video):
    import tempfile
    
     outfile_name = 'output.mp4'  # 输出结果文件名
    
    binary_video = io.BytesIO(binary_video)  # 将前端传来binary_video写入内存
    tfile = tempfile.NamedTemporaryFile(delete=False)  # 创建临时文件
    tfile.write(binary_video.read())  # 写入临时文件

    cap = cv2.VideoCapture(tfile.name)  # 打开文件
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取视频图像宽
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取视频图像高
    fps = cap.get(cv2.CAP_PROP_FPS)  # 读取图像显示帧率
    fourcc = int(cv2.VideoWriter_fourcc(*'avc1'))  # 选择编码方式 streamlit不支持显示MPV4编码方式
    out = cv2.VideoWriter(outfile_name, fourcc, fps, (width, height))  # 创建输出视频