In the windows operating system, using a regular USB camera, image acquisition and beauty, and the result is encoded into H264 format push RTMP server sent to live
##程序流程：
###1.图像采集 先从opencv（2.4.10版本）采集回来摄像头的图像，是一帧一帧的 每一帧图像是一个矩阵，opencv中的mat 数据结构。
###2.人脸的美化 人脸美化，我们用的皮肤检测，皮肤在颜色空间是特定的一个区域 检测到这个区域（感兴趣区域），完后对这个区域进行美化，就是滤波，主要是双边滤波和高斯滤波。
###3.视频格式转换以及编码 处理好的矩阵颜色空间是rgb的，需要转换成yuv，yuv的颜色空间就是可以播放的，类似我们电视上面看的画面，编码就是传输时候需要发送流，只个流相当于针对数据的压缩，将yuv格式的视频帧编码成h264的格式 Rgb转换成yuv，opencv实现（美颜在这一步实现） Yuv转换成h264，x264实现 H264转换成rtmp流，libxrtmp实现
###4.发送给服务器进行直播 H264的流一般就可以播放了，但是针对目前的网络直播主要是将h264转换成rtmp流，用rtmp的服务器进行播放，这块我们主要用的是adobe media server 5这个服务器进行接受工作
###5.技术难点 1.将人脸美化转换为皮肤检测 2.各种编码的转换 3.缓冲区的控制，这块是一个读者写着模型
实现效果：
###部分代码：
#include "stdafx.h"
#include "live_beautiful_camera_streaming.h"
#include "CircleBuffer.h"
using namespace std;
using namespace cv;
#define GOLABLE_BUFFER_SIZE 1024*64
CPs_CircleBuffer* m_pCircleBuffer;
void CameraToH264(void *pcn)
{
CvCapture* capture;
//VideoCapture capture;
Mat frame;
//-- 1. Load the cascades
if( !face_cascade.load( face_cascade_name ) ){ printf("--(!)Error loading\n"); return ; };
//if( !eyes_cascade.load( eyes_cascade_name ) ){ printf("--(!)Error loading\n"); return -1; };
VideoCapture cap(0); //打开默认的摄像头号
if(!cap.isOpened()) //检测是否打开成功
return ;
int w = cap.get(CV_CAP_PROP_FRAME_WIDTH);
int h = cap.get(CV_CAP_PROP_FRAME_HEIGHT);
int yuv_bufLen = w*h*3/2;
unsigned char* pYuvBuf = new unsigned char[yuv_bufLen];
int index = 0;///
for(;;)
{
Mat frame;
cap >> frame; // 从摄像头中获取新的一帧
//detectAndDisplay( frame );
imshow("original image", frame);
//按esc推出
if(waitKey(40) == 27) break;
//detectAndenhance(frame);
//imshow("enhance image",equalizeIntensityHist(frame));
Mat temp;
//SkinRGB(&IplImage(frame),&IplImage(temp));
//highlight(frame);
MySkinEnhance(frame);
/////////////////////////////////////////
cv::Mat yuvImg;
cv::cvtColor(frame, yuvImg, CV_BGR2YUV_I420);
memcpy(pYuvBuf, yuvImg.data, yuv_bufLen*sizeof(unsigned char));
MyOneFrameYuvtoH264(w,h,(char *)pYuvBuf);
}
//摄像头会在VideoCapture的析构函数中释放
waitKey(0);
delete[] pYuvBuf;
}
void H264ToRtmp(void *pcn)
{
Sleep(3000);
My_SendH264To_Rtmp();
}
int main( void )
{
m_pCircleBuffer = new CPs_CircleBuffer(GOLABLE_BUFFER_SIZE);
HANDLE h_cameraToh264;
h_cameraToh264 = (HANDLE)_beginthread((void(__cdecl *)(void *))CameraToH264,0,(void *)1);
HANDLE h_h264ToRtmp;
h_h264ToRtmp = (HANDLE)_beginthread((void(__cdecl *)(void *))H264ToRtmp,0,(void *)1);
WaitForSingleObject(h_cameraToh264,INFINITE);
WaitForSingleObject(h_h264ToRtmp,INFINITE);
Sleep(100);
return 0;
}##blog:http://blog.csdn.net/wangyaninglm/article/details/51056101
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent