qt使用ffmpeg api进行摄像头视频流的读取，推流，拉流，视频播放等功能的实现。

使用Gstreamer框架处理usb摄像头的数据，能显示，截图与录像，使用串口通信的方式与用户交互

将 Haar 级联算法应用于热图像中的人脸，然后在热视频序列中，最后使用 USB 视频类 （UVC） 热像仪。这些部分分别在以下位置实现： fever_detector_image.py：将 Haar级联人脸检测算法应用于输入热红外图像（faces_gray16_image.tiff）。 fever_detector_video.py：Haar级联人脸检测算法应用于输入视频帧（gray16_sequence文件夹）。 fever_detector_camera.py：将 Haar级联人脸检测应用于 UVC 热成像摄像机的视频输入流。 faces_gray16_image.tiff是图3（右）所示的原始灰16热图像，该图像是从热像仪RGMVision热成像CAM 1中提取的。 gray16_sequence文件夹包含示例视频序列。 haarcascade_frontalface_alt2.xml 预先训练的人脸检测器，由OpenCV库（GitHub）的开发人员和维护人员提供。

后台通过Websocket往前端推送视频流，前端使用wfs.js在网页实现H.264格式视频流播放。

本项目使用OpenCV和Python语言，实现了一个实时视频流车牌识别系统。该系统可以从摄像头中获取视频流，并自动识别车辆的车牌号码。以下是该项目的详细描述： 步骤1：视频流获取 首先，我们需要获取视频流并将其传递给系统。我们可以使用OpenCV库中的VideoCapture功能，该功能可从摄像头、文件或网络中读取视频流。在本项目中，我们将使用电脑摄像头获取实时视频流。 步骤2：车牌识别 为了识别车牌号码，我们需要先检测车辆的位置和大小。在本项目中，我们将使用Haar级联分类器来检测车辆。 在检测到车辆后，我们可以使用车牌识别算法对车牌进行识别。在本项目中，我们将使用基于深度学习的车牌识别算法，例如卷积神经网络（CNN）或循环神经网络（RNN）。识别结果将被绘制在车辆矩形框上。 步骤3：结果输出 最后，我们可以将识别结果输出到控制台或保存到文件中。在本项目中，我们将在车牌上绘制识别结果，并将视频流显示在屏幕上。 以上是本项目的详细描述。该系统可以帮助警察、停车场管理等监控场合快速识别车辆的车牌号码。

此文档全面阐述了基于嵌入式Linux系统的视频流服务器的移植过程，并对其步骤进行了详细的讲解与分析，尤其对网络摄像头开发人员有着莫大的帮助和借鉴~！~

java socket 视频流转发socket.zip java socket 视频流转发socket.zip

DASHPlayer DASH客户端的简单Java实现，用于视频流传输，是为我的学士学位期末考试开发的。 依存关系 所有库都位于lib/文件夹中，将它们链接到您的IDE。 视频播放器是基于使用LibVLC，安装VLC应用程序得到它。 要激活DDASH算法，您需要启动学习代理： python Agent.py 位于src/python_lib/ ========================================== 该目录包含我的学士学位期末考试的源代码。 意大利帕多瓦大学信息工程学士学位 版权和许可信息可以在LICENSE文件中找到。 可以在文件NOTICE中找到更多信息。 作者 这项工作基于Iacopo Mandatelli，Matteo Biasetton和Luca Piazzon的项目。 自适应算法的最终实现Davide Talon。

用于Esp32-Cam的Arduino网页视频流显示，是加载到Arduino软件的包含库。项目->包含库->添加.ZIP库，添加该zip文件，官方的EloquentEsp32cam库是没有eloquent.h的，如果不包含该库就会报错Compilation error: eloquent.h: No such file or directory

基于CNN的姿势识别 帮助机器通过相机了解人类的行为很重要。 一旦实现，机器就可以对各种人体姿势做出不同的React。 但是该过程也非常困难，因为通常它非常缓慢且耗电，并且需要非常大的存储空间。 在这里，我们着重于实时姿势识别，并尝试使机器“知道”我们做出的姿势。 姿势识别系统由DE10-Nano SoC FPGA套件，相机和HDMI监视器组成。 SoC FPGA捕获来自摄像机的视频流，使用CNN模型识别人体姿势，最后通过HDMI接口显示原始视频和分类结果（站立，行走，挥动等）。 单据 我们在这里上传论文。 并演示了该项目的详细信息。 专案 我们上载我们的项目，包括Matlab，Python和Quartus。 软件版本为： Matlab R2017b 的Python 3.6.3 Python5.1.0 TensorFlow-gpu 1.3.0 Quartus 14.0