aitoolkit-cam 3.5.0

ARM摄像头工具包 v3.0 - 专为Jupyter环境和ARM设备优化，修复MJPEG流问题

aitoolkit-cam

极简Python摄像头库 - 专为ARM设备和Jupyter环境设计的高性能摄像头工具包。

🚀 特性

• 🎯 简单易用: 三行代码即可启动摄像头流
• 🔧 MJPEG流修复: v3.0版本完全解决视频流断流问题
• 🏢 多客户端支持: 支持多用户同时访问摄像头流
• 📱 Jupyter优化: 专为Jupyter notebook环境优化
• 🔄 ARM64优化: 针对树莓派等ARM设备优化性能
• ⚡ FastAPI集成: 内置Web服务器，一键启动视频流
• 🎨 实时图像处理: 内置多种滤镜和图像处理功能

🛠️ 安装

pip install aitoolkit-cam

📖 快速开始

基本使用

from aitoolkit_cam import Camera

# 启动摄像头
with Camera(source=0, max_frames=100) as cam:
    url = cam.start()
    print(f"视频流地址: {url}")

    # 处理每一帧
    for frame in cam:
        # 在这里添加你的图像处理代码
        processed_frame = your_processing_function(frame)
        cam.show(processed_frame)

FastAPI Web服务

from fastapi import FastAPI
from aitoolkit_cam import add_camera_routes

app = FastAPI()
add_camera_routes(app, prefix="/camera")

# 访问 http://localhost:8000/camera/stream 查看视频流

Jupyter Notebook中使用

import aitoolkit_cam

# 快速启动摄像头管理器
manager = aitoolkit_cam.camera_manager
print(f"摄像头状态: {manager.is_running}")

# 获取单帧图像
frame = manager.read_frame()
if frame is not None:
    print(f"成功获取帧: {frame.shape}")

🔧 高级功能

图像滤镜

from aitoolkit_cam import Camera, ImageFilters

with Camera() as cam:
    filters = ImageFilters()
    url = cam.start()

    for frame in cam:
        # 应用复古滤镜
        vintage_frame = filters.vintage(frame)
        cam.show(vintage_frame)

设备管理

from aitoolkit_cam import list_available_cameras, get_optimal_camera

# 列出所有可用摄像头
cameras = list_available_cameras()
print(f"发现 {len(cameras)} 个摄像头设备")

# 自动选择最佳摄像头
best_camera = get_optimal_camera()
print(f"推荐使用摄像头: {best_camera}")

📋 版本历史

v3.0.0 (2025-10-06)

• ✅ 重大修复: 完全解决MJPEG视频流断流问题
• ✅ 多客户端支持: 添加JPEG缓存机制，支持多用户同时访问
• ✅ 连接稳定性: 改进错误处理和恢复机制
• ✅ 浏览器兼容性: 添加Content-Length头，提高兼容性
• ✅ 性能优化: 优化ARM设备上的性能表现

v2.0.0

• 修复MJPEG流显示问题
• 改进多客户端支持

v1.1.0

• 基础摄像头功能
• Jupyter环境集成

🔧 API文档

Camera类

Camera(source=0, width=640, height=480, fps=20, max_frames=None)

参数:

• source: 摄像头设备索引或路径
• width: 视频宽度 (默认: 640)
• height: 视频高度 (默认: 480)
• fps: 帧率 (默认: 20)
• max_frames: 最大帧数限制 (默认: None)

FastAPI集成

add_camera_routes(app, prefix="/camera")

端点:

• GET /camera/stream - MJPEG视频流
• GET /camera/frame - 单帧JPEG图像
• GET /camera/info - 摄像头信息

🎯 使用场景

1. 教育项目: 简单易懂的API，适合编程教学
2. IoT应用: ARM设备上的视频监控
3. Jupyter研究: 数据科学和机器学习中的图像处理
4. Web应用: 快速集成视频流功能
5. 原型开发: 快速搭建包含摄像头的应用原型

📞 技术支持

• 问题反馈: GitHub Issues
• 源代码: GitHub Repository
• 作者: Haitao Wang
• 邮箱: [e-mail]

📄 许可证

MIT License - 详见 LICENSE 文件。

🏷️ 标签

camera opencv video streaming web cv2 jupyter notebook education arm64 raspberry-pi real-time smart-stop mjpeg fastapi