计算机视觉 / 系统课时
接入实时摄像头
接入实时摄像头
本课将把 YOLOv8 接入本地摄像头或网络视频流,持续读取画面并实时显示检测结果,同时建立读取失败、主动退出、断线重连和资源释放的完整处理逻辑。
学习目标
- 正确打开本地摄像头或 RTSP 等网络视频源
- 在实时循环中完成读取、推理、显示和退出控制
- 处理连续读帧失败,并确保窗口和视频连接被释放
实时推理循环
实时视频没有固定的结束帧,程序必须自行决定何时继续、重试或退出。每轮循环至少要处理视频源状态、当前帧、模型推理、窗口事件和异常清理五个对象,任何一步阻塞都可能造成画面卡顿或程序无法退出。

本地摄像头通常使用整数索引,例如 0 表示默认摄像头;网络视频流则使用完整地址。读取失败一次不一定代表断线,因此网络流应允许短暂重试;连续失败后再重新建立连接,可避免瞬时抖动导致频繁重连。
完整实现
下面程序支持通过 --source 传入摄像头编号或网络流地址。本地摄像头连续读帧失败时直接结束,网络流连续失败时最多重连 5 次。按 q 或 Esc 可主动退出。
import argparse
import time
from typing import Union
import cv2
from ultralytics import YOLO
VideoSource = Union[int, str]
def parse_source(value: str) -> VideoSource:
return int(value) if value.isdigit() else value
def source_label(source: VideoSource) -> str:
return str(source) if isinstance(source, int) else "<NETWORK_STREAM>"
def open_capture(source: VideoSource) -> cv2.VideoCapture:
capture = cv2.VideoCapture(source)
# 网络流尽量缩短缓存,降低画面延迟;部分后端可能忽略该设置。
if isinstance(source, str):
capture.set(cv2.CAP_PROP_BUFFERSIZE, 1)
if not capture.isOpened():
capture.release()
raise RuntimeError(f"无法打开视频源:{source_label(source)}")
return capture
def run_realtime(source: VideoSource) -> None:
model = YOLO("yolov8n.pt")
capture = open_capture(source)
consecutive_failures = 0
reconnect_count = 0
max_reconnects = 5
print(f"已连接视频源:{source_label(source)}")
print("按 q 或 Esc 退出")
try:
while True:
success, frame = capture.read()
if not success:
consecutive_failures += 1
if consecutive_failures < 3:
time.sleep(0.1)
continue
if isinstance(source, int):
print("本地摄像头连续读取失败,结束推理")
break
capture.release()
reconnected = False
# 网络流断开后执行有限次数重连,避免永久阻塞主循环。
while reconnect_count < max_reconnects:
reconnect_count += 1
print(f"网络流中断,正在进行第 {reconnect_count} 次重连")
time.sleep(1.0)
try:
capture = open_capture(source)
consecutive_failures = 0
reconnected = True
break
except RuntimeError as error:
print(error)
if not reconnected:
print("网络视频流重连次数已用尽,结束推理")
break
continue
consecutive_failures = 0
result = model.predict(frame, conf=0.35, verbose=False)[0]
annotated_frame = result.plot()
cv2.imshow("YOLOv8 Realtime Detection", annotated_frame)
# 同时支持字母 q 和 Esc,便于用户主动结束实时循环。
key = cv2.waitKey(1) & 0xFF
if key in (ord("q"), 27):
break
finally:
# 无论正常退出还是发生异常,都必须归还摄像头和窗口资源。
capture.release()
cv2.destroyAllWindows()
print("资源已释放")
def main() -> None:
parser = argparse.ArgumentParser()
parser.add_argument(
"--source",
default="0",
help="摄像头编号,例如 0;或 RTSP、HTTP 视频流地址",
)
args = parser.parse_args()
run_realtime(parse_source(args.source))
if __name__ == "__main__":
main()使用本地默认摄像头运行 python camera_detect.py --source 0。正常启动并主动退出时,预期输出如下,视频源编号可能不同:
已连接视频源:0
按 q 或 Esc 退出
资源已释放运行期间会出现名为 YOLOv8 Realtime Detection 的窗口,画面中的目标应带有类别、置信度和边界框。网络流地址可通过 --source <RTSP_URL> 传入,实际地址可能包含用户名、密码、主机和端口,不应提交到公共代码仓库。
运行与故障处理
如果程序提示无法打开视频源,先检查摄像头是否被会议软件占用,再尝试索引 1 或 2。网络流应先用播放器验证地址可访问,并确认防火墙、认证信息和传输协议正确。
若窗口不出现或 cv2.imshow() 报错,通常是当前环境没有图形桌面,或安装了不包含 GUI 的 opencv-python-headless。服务器环境应改为保存结果、推送到 Web 页面或输出流,而不是依赖本地窗口。
实时性不只由模型推理速度决定。摄像头帧率、网络缓存、输入分辨率和模型规模都会产生延迟。画面明显滞后时,可优先降低分辨率、使用更小模型,并减少网络流缓存,而不是简单跳过资源释放逻辑。