大家好，又见面了，我是你们的朋友全栈君。

1. 项目背景

视频传输: 在一台电脑上播放视频（捕捉摄像头画面），同局域网内另一台电脑上实时播放，尽量不卡顿。
先放最后的照片，和用gif展示一下视频效果。

• 传输视频可以采取图片或者流的形式，本文采取传输图片的形式，在1s之内显示多张图片从而形成连续的视频画面。
• 经费有限，所有实验均基于笔记本电脑。
• 使用的视频源是本机摄像头，以及进击的巨人720p资源。

2. 解决方案

1. 使用Python的Socket，使用opencv捕捉摄像头/视频的画面。
2. 原始的图片很大（720p的大小是1920*1080*3），整图就算压缩成jpg格式其大小也非常大。而UDP最大只能传输65535字节大小的数据区，故对图片进行分块，分块过后的数据压缩成jpg格式，并对图片分块数据进行编号。
3. 实验检测表明，本文实验环境发送端不需要使用发送队列，基本上新生成的帧很快就能被socket传输掉。
4. 接收端使用多线程接收，每个线程是一个socket，接收过后的数据存储于数据片池。
5. 接收端另开一个线程，用于反复从数据片池 读取数据片，根据数据片的编号更新幕布，这里幕布是专门用于图像显示的一个数组，其维度是720p（1920*1080*3）。更新过后的结果暂存于图片池
6. 主线程反复从图片池读取图片，并显示。

3. 实现细节

3.1 TCP/UDP的选择

为了实现低延迟，毫无疑问选取无连接的UDP传输。

3.2 图片分片算法

这里其实也谈不上什么算法，就是将图片水平分割。这种做法的好处在于，分割后图片的编号可以和区域一一对应。
本文没有探索更为复杂的图片分片算法。

经过处理，图片变为一个个分片，如下：




对上述图片进行编号，很显然可以编号0,1,2,3，对于任意分块（例如2）在图像数组中对应的区域是frame[2*piece_size:(2+1)*piece_size]，其中piece_size表示一片数据的大小。
这种对应关系方便解压后的图像还原操作。

3.3 JPG压缩

这其实是个很小的技术点，因为使用的压缩算法都是现成的。但是值得一提的是，JPG的压缩率是真的高，在实验数据上实现了10-20倍的压缩率。
使用了多线程压缩，压缩完过后，更新对应的桶，这里的桶实际上就是数据片。