【Sipeed M2 Dock开发板试用体验】M2 Dock获取MJPEG推流数据

本文来源电子发烧友社区，作者：HonestQiao， 帖子地址：https://bbs.elecfans.com/jishu_2294639_1_1.html

M2 Dock开发板的MaixPY开发环境，自身支持获取摄像头视频数据，并对外提供MJPEG图传。

前几天，研究了 米尔MYD-YT507开发板USB摄像头使用从入门到放弃，并成功实现了MJPEG推流图传。

于是，想着 M2 Dock 获取 MJPEG推流数据，接入到MaxiPY，显示到屏幕上，以便于进一步的处理。

通过官方的在线手册 MaixPy3 image 模块 - Sipeed Wiki 了解到，通常创建一个image对象，使用的是Image.open()来打开一个文件。

最简单的方法，可以在M2 Dock上，不间断的获取MJPEG的数据，并保存到临时文件，再使用 Image.open() 打开，然后再显示到屏幕：

with open(tmp_file, "wb") as binary_file:
    binary_file.write(jpg)
    img = image.open(tmp_file)
    display.show(img)

上述代码中的jpg，即为获取的MJPEG数据。

但这种方法，还需要进过一次保存文件的中转，多了一步操作。

如果能够把获取的数据，直接给转换成maix需要的数据格式，那就方便了。

进一步查阅官方手册 MaixPy3 image 模块 - Sipeed Wiki，了解到maix的image对象，还支持如下的调用方式：

Image.load(data, [size = (240, 240) , [mode = "RGB"]])

在 python 对象中加载出一张图像,会将 python 对象的数据 copy 到 Image 对象内部，如将 tobytes 的二进制数据重新恢复成 Image对象。
date可以是PIL对象, image.Image() 对象,bytes对象,numpy 对象.
当data为bytes,numpy对象时,需要提供size和mode参数.
返回 Image 对象，以便您可以使用 . 表示法调用另一个方法。

而这里的data，可以是多种来源，例如PIL。

PIL可以通过JPG的bianry流数据，直接生成Image对象。

那么结合两者，就可以跳过文件保存再调用的步骤了：

bytes_stream = BytesIO(jpg)
pimg = Image.open(bytes_stream)
img = image.load(pimg)
display.show(img)

最终，经过反复尝试，实现了M2 Dock的MaxiPY，获取MJPEG推流数据并显示到屏幕。

完整的代码如下：

import numpy as np
import platform

if platform.uname().node == "sipeed":
    from io import BytesIO
    from PIL import Image
    from maix import camera, mjpg, utils, display, image
else:
    import cv2

READ_TYPE = "socket"    # url socket

MJPEG_HOST = "192.168.2.207"
MJPEG_PORT = 8080
MJPEG_QUERY = "/?action=stream"


def img_data_show(jpg):
    global img_bytes
    global tmp_file
    global is_sipeed
    global BytesIO
    global Image
    global np
    global image
    global display

    if is_sipeed:
        if True:
            bytes_stream = BytesIO(jpg)
            pimg = Image.open(bytes_stream)
            img = image.load(pimg)
            display.show(img)
        else:
            with open(tmp_file, "wb") as binary_file:
                binary_file.write(jpg)
                img = image.open(tmp_file)
                display.show(img)
    else:
        img = cv2.imdecode(np.frombuffer(
            jpg, dtype=np.uint8), cv2.IMREAD_COLOR)
        cv2.imshow('i', img)
        if cv2.waitKey(1) == 27:
            exit(0)


def img_data_match(chunk):
    global img_bytes
    global tmp_file
    global is_sipeed
    global BytesIO
    global Image
    global np
    global image
    global display
    global img_data_show

    img_bytes += chunk
    a = img_bytes.find(b'ÿØ')
    b = img_bytes.find(b'ÿÙ')
    if a != -1 and b != -1:
        jpg = img_bytes[a:b+2]
        img_bytes = img_bytes[b+2:]
        img_data_show(jpg)     


img_bytes = b''
tmp_file = "/tmp/test.jpg"
is_sipeed = platform.uname().node == "sipeed"

print("Connect to %s:%d with %s on %s" % (MJPEG_HOST, MJPEG_PORT, READ_TYPE, platform.uname().node))

if READ_TYPE == "url":
    import requests

    MJPEG_URL = "http://%s:%s%s" % (MJPEG_HOST, MJPEG_PORT, MJPEG_QUERY)

    r = requests.get(MJPEG_URL, stream=True)
    if(r.status_code == 200):
        print("connect success!")
        for chunk in r.iter_content(chunk_size=1024):
            img_data_match(chunk)
    else:
        print("Received unexpected status code {}".format(r.status_code))
elif READ_TYPE == "socket":
    import socket

    client = socket.socket()  # 创建socket套接字
    ret = client.connect((MJPEG_HOST, MJPEG_PORT))  # 状态位，判定是否连接成功
    request_url = "GET %s HTTP/1.1
Host:%s
Connection:Close

" % (
        MJPEG_QUERY, MJPEG_HOST)

    if(ret == -1):  # 连接失败，退出程序
        print("connet error!")
        exit(-1)
    else:  # 连接成功
        print("connect success!")

    client.send(request_url.encode())  # 发送socket请求，开始接收数据
    chunk = client.recv(1024)  # 第一个recv返回信息，跟图片无关
    chunk = client.recv(1024)  # 这个信息开始跟图片有关系，放到接收变量里
    while chunk:  # 判断是否还有信息
        img_data_match(chunk)
        chunk = client.recv(1024)  # 继续接收

上述代码中，包含如下的部分：

1. 获取MJPEG数据时，可以试用python的request模块，或者使用socket模块，后者效率更高
2. 获取到MJPEG数据后，自动分析其中的JPG数据帧，一旦检测到，则进行显示处理
3. 显示处理部分，会自动区分是在电脑上，还是在M2 Dock上
4. 如果是在电脑上，则使用cv2进行处理显示，如果需要退出可以按ESC按键
5. 如果是在M2 Dock上，则使用BytesIO来 获取的数据转换为二进制流，然后提供给PIL生成进行处理生成Image对象，再提供给display模块显示。

上述源码，提供在 M2_Dock: M2 Dock学习研究与实例分享 (gitee.com)。

最终具体的呈现效果，可以查看附件的视频。