معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Package to easily stream individual frames (MJPEG) using FastAPI

ویژگی	مقدار
سیستم عامل	-
نام فایل	fastapi-frame-stream-0.1.1
نام	fastapi-frame-stream
نسخه کتابخانه	0.1.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Tiago Prata
ایمیل نویسنده	prataaa@hotmail.com
آدرس صفحه اصلی	https://github.com/TiagoPrata/fastapi-frame-stream
آدرس اینترنتی	https://pypi.org/project/fastapi-frame-stream/
مجوز	-

# fastapi-frame-stream Package to easily stream individual frames (MJPEG) using FastAPI. FastAPI server for publishing and viewing MJPEG streams. Raw image files and images as base64 strings can be sent to a 'video stream' and then consumed by any client. ## Quick start ### Installing ```cmd pip install fastapi-frame-stream ``` #### Requirements - [FastAPI](https://fastapi.tiangolo.com/) - [uvicorn](https://www.uvicorn.org/) <details> <summary><i>NOTE:</i></summary> This package will also automatically install: - imutils - opencv-python - python-miltipart </details> ### How to use #### Server You can create a simple FastAPI server where it is possible to publish and get multiple streams. ![usage code](./_readme_imgs/usage_code.svg) <details> <summary><i>full code</i></summary> ```python from fastapi import FastAPI, File, UploadFile import uvicorn from pydantic import BaseModel from fastapi_frame_stream import FrameStreamer app = FastAPI() fs = FrameStreamer() class InputImg(BaseModel): img_base64str : str @app.post("/send_frame_from_string/{stream_id}") async def send_frame_from_string(stream_id: str, d:InputImg): await fs.send_frame(stream_id, d.img_base64str) @app.post("/send_frame_from_file/{stream_id}") async def send_frame_from_file(stream_id: str, file: UploadFile = File(...)): await fs.send_frame(stream_id, file) @app.get("/video_feed/{stream_id}") async def video_feed(stream_id: str): return fs.get_stream(stream_id) if __name__ == '__main__': uvicorn.run(app, host="0.0.0.0", port=5000) ``` </details> #### Client Any client can view a published image (MJPEG) stream using a simple ```<img>``` tag: ![usage code](./_readme_imgs/client_code.svg) <details> <summary><i>full code</i></summary> ```html <!DOCTYPE html> <html lang="en"> <head> <title>Testing fastapi-frame-stream</title> </head> <body> <img src="http://localhost:5000/video_feed/my_new_stream001"> </body> </html> ``` </details> #### All together It is possible to upload an image file directly... ![Server and client](https://raw.githubusercontent.com/TiagoPrata/fastapi-frame-stream/main/_readme_imgs/usage001.gif) ... or to use any kind of application to convert the frames to base64 and send it to the web server: ![Server and client](https://raw.githubusercontent.com/TiagoPrata/fastapi-frame-stream/main/_readme_imgs/usage002.gif) <h4><i>How it works</i></h4> <details> <summary></summary> The frames sent throught the web server are stored in a temporary (in memory) SQLite DB... ![User sending frame](./_readme_imgs/sending_frame.png) ... and the last frame of each stream is retrieved everytime a client wants to visualize the stream. ![Retrieving stream](./_readme_imgs/getting_stream.png) </details>

نیازمندی

مقدار	نام
-	imutils
-	opencv-python
-	python-multipart

زبان مورد نیاز

مقدار	نام
>=3.7	Python

نحوه نصب

نصب پکیج whl fastapi-frame-stream-0.1.1:

pip install fastapi-frame-stream-0.1.1.whl

نصب پکیج tar.gz fastapi-frame-stream-0.1.1:

pip install fastapi-frame-stream-0.1.1.tar.gz