本文我們學習一個新的工具，即Opencv4nodejs。它不是基于python的OpenCV，而是基于nodejs的OpenCV。OpenCV在計算機視覺應用中起到至關重要的作用，我們可以使用Opencv4nodejs在web應用中應用OpenCV，實現各種應用，包括人臉檢測、人臉標記檢測、人臉識別，甚至深度神經網絡的目標識別等等…

本文，我們將獲取攝像頭并將其放入節點應用程序中，然后使用Express node js和Socket IO托管它。在深入研究opencv4nodejs的人工智能部分之前，讓我們先看一下實現的基本步驟。步驟：導入所需的庫。從本地計算機捕獲視頻源。獲取視頻源并將其流格式傳輸到web應用程序中。創建一個基本的html文件或創建一個EJS模板。

在客戶端使用Socket IO庫將客戶端連接到本地主機或任何網絡讓客戶收聽該圖像并對其進行編碼為FramesPerSecond設置一個常量值

第一步：這里是必需的庫Opencv4nodejsExpresshttpSocket IOPath如圖所示導入它們

第二步：現在我們需要從本地機器上獲取視頻，

你們可以看到這看起來不像python代碼！

第三步：獲取視頻源并使用適當的時間間隔將其流式傳輸到web應用程序中，即我們將對任何正在收聽我們服務器的人進行公開廣播。這也是我們的服務器端。

我們已經獲得了視頻捕獲和編碼的圖像。我們之所以要編碼，是因為所有被捕獲的圖像都是以矩陣格式讀取的，這也是我們需要將它們編碼為base64的主要原因，然后該字符串將通過萬能的Socket IO進行廣播。服務器端所需的所有設置都已完成，接下來實現客戶端。

第四步：

對于客戶端，沒有創建一個普通的HTML文件，而是創建了一個EJS模板，如果你要執行git repo，請按照GitHub（https：／／github．com／narenltk）進行操作，我提供了在執行git克隆時如何使用它的必要步驟。

第五步：現在在客戶端已經下載Socket IO庫，即使用鏈接：https：／／cdnjs．com／libraries／socket．io

第六步：將客戶端連接到具有指定端口的本地主機，或者像我所做的那樣讓它偵聽任何網絡。你可以參考上面的圖片。

第七步：現在需要我們的客戶就可以收聽到這個圖像并按圖示進行編碼，

第八步：現在我們所要做的就是為FramesPerSecond設置一個常量值，你還可以更改它并從中獲得不同的效果�？梢試L試使FramesPerSecond＝10并將其更改為50，然后使其為100，你可以看到不同的輸出結果。在這個項目中，如果你啟動服務器，相機將開始運行，你不需要做轉換，它會給你一個正常的相機源，而不是鏡像源。

盡情享受OpenCV4nodejs …如果你想用ngrok托管它，可以看我在GitHub中給出的步驟。https：／／github．com／narenltk

參考：https：／／www．npmjs．com／package／opencv4nodejs