Project Icon

nokhwa

Rust跨平台网络摄像头库简单易用

nokhwa是一个跨平台Rust网络摄像头库,支持Linux、Windows、Mac和Web浏览器。它提供多种后端如Video4Linux、MSMF和AVFoundation,实现帧捕获、设备查询和图像解码等功能。nokhwa通过高级API和低级访问,结合灵活的特性配置,使开发者能够便捷地创建摄像头应用。

货物版本 docs.rs 版本

nokhwa

Nokhwa(녹화):韩语单词,意为"记录"。

一个简单易用的跨平台 Rust 网络摄像头捕获库

使用 nokhwa

可以通过在 Cargo.toml 中添加以下内容来将 Nokhwa 添加到你的 crate 中:

[dependencies.nokhwa]
version = "0.10.0"
# 使用原生输入后端,启用 WGPU 集成
features = ["input-native", "output-wgpu"]

大多数情况下,你只需使用 Camera 结构体提供的功能。如果需要更低级别的访问,可以选择使用 nokhwa::backends::capture::* 中的原始捕获后端。

示例

// 系统中的第一个摄像头
let index = CameraIndex::Index(0); 
// 请求可解码为 RGB 的最高分辨率 CameraFormat
let requested = RequestedFormat::new::<RgbFormat>(RequestedFormatType::AbsoluteHighestFrameRate);
// 创建摄像头
let mut camera = Camera::new(index, requested).unwrap();

// 获取一帧
let frame = camera.frame().unwrap();
println!("捕获单帧大小为 {}", frame.buffer().len());
// 解码为 ImageBuffer
let decoded = frame.decode_image::<RgbFormat>().unwrap();
println!("解码后帧大小为 {}", decoded.len());

examples 文件夹中有一个使用 nokhwa 制作的命令行应用。

API 支持

下表列出了当前 Nokhwa API 的支持情况。

  • Backend 列表示后端。
  • Input 列表示从摄像头读取帧的支持。
  • Query 列表示系统设备列表支持。
  • Query-Device 列表示读取设备功能的支持。
  • Platform 列表示该功能可用的平台。
后端输入查询设备查询平台
Video4Linux(input-native)Linux
MSMF(input-native)Windows
AVFoundation(input-native)Mac
OpenCV(input-opencv)^Linux, Windows, Mac
WASM(input-wasm)浏览器(Web)

✅: 可用, 🔮 : 实验性, ❌ : 不支持, 🚧: 计划中/进行中

^ = 可能存在 bug。同时支持 IP 摄像头。

特性

默认特性不包含任何内容。以 input-* 开头的特性用于启用特定后端。

input-* 特性:

  • input-native:使用 V4L2(Linux)、MSMF(Windows) 或 AVFoundation(Mac OS)
  • input-opencv:启用 opencv 后端(跨平台)
  • input-jscam:启用 JSCamera 结构体,使用浏览器 API(Web)

相应地,以 output-* 开头的特性控制输出(通常是来自摄像头的帧)

output-* 特性:

  • output-wgpu:启用 API 以直接将帧复制到 wgpu 纹理中。
  • output-threaded:启用基于线程/回调的摄像头。

其他特性:

  • decoding:启用 mozjpeg 解码。默认启用。
  • docs-only:文档特性。在 docs.rs 构建中启用。
  • docs-nolink:构建文档时链接任何库。在 docs.rs 构建中启用。
  • test-fail-warning:警告时失败。在 CI 中启用。

你可以根据需要选择以减少冗余。

问题

如果你要提出问题,请确保:

  • 该问题尚未被提出
  • 附上你的操作、环境、复现步骤和回溯信息 谢谢!

贡献

欢迎贡献!

  • 请使用 rustfmt 格式化所有代码,并遵守 clippy 的建议(除非必要)
  • 请限制 unsafe 的使用
  • 所有贡献均在 Apache 2.0 许可下,除非另有说明

最低支持的 Rust 版本

nokhwa 可能在旧版本的 rustc 上构建,但除了最新的稳定版 Rust 外,不保证其他版本。

赞助商

请考虑捐赠!这有助于我在父母面前不那么像个失败者!

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号