PixelStreamer - 实时屏幕流媒体解决方案

项目概述

PixelStreamer 是一个高效实时的屏幕流媒体解决方案，提供以下核心功能：

• 🖥️ 实时屏幕画面传输（支持动态帧率调整）
• 🎮 鼠标位置同步与可视化
• 📸 一键截图功能
• 🔄 动态画面差异检测与压缩
• 🚀 自适应图像质量调整
• 🖱️ 流畅的鼠标移动预测算法

主要特性

---项目主要用于PPT展示，Web投屏多平台兼容---

智能画面传输

# 使用动态差异检测算法
prev_gray = cv2.cvtColor(previous_frame, cv2.COLOR_BGR2GRAY)
curr_gray = cv2.cvtColor(current_frame, cv2.COLOR_BGR2GRAY)
diff = cv2.absdiff(prev_gray, curr_gray)
_, threshold_diff = cv2.threshold(diff, 25, 255, cv2.THRESH_BINARY)

性能优化

• 动态调整JPEG压缩质量（70%-10%）
• 网络带宽优化（平均500Kbps-1.5Mbps）
• 多线程架构（GUI与服务器分离）

安装指南

依赖要求

pip install -r requirements.txt

requirements.txt 内容：

flask
opencv-python
pyautogui
mss>
numpy

系统要求

• Windows/macOS/Linux
• Python 3.7+
• 支持OpenGL加速的显卡

使用说明

启动应用

python main.py

访问方式

1. 启动后自动打开控制面板
2. 点击"启动服务"按钮
3. 使用浏览器访问：

   http://[服务器IP]

控制面板功能

• 服务状态指示（运行/停止）
• 实时IP地址显示
• 一键启动/停止服务
• GitHub仓库链接

高级配置

在代码中可调整以下参数：

REFRESH_INTERVAL = 0.25       # 基础刷新间隔（秒）
CHANGE_THRESHOLD = 500        # 画面变化阈值
QUALITY_LEVELS   = 50         # 中等负载质量

技术架构

graph TD
    A[GUI控制面板] --> B[Flask服务器]
    B --> C[屏幕捕获模块]
    B --> D[鼠标追踪模块]
    C --> E[图像处理流水线]
    E --> F[差异检测算法]
    F --> G[动态压缩模块]
    G --> H[网络传输层]

Loading

项目打包

pip3 install auto-py-to-exe

cmd运行

auto-py-to-exe

贡献指南

欢迎通过GitHub提交：

1. Fork项目仓库
2. 创建特性分支（git checkout -b feature）
3. 提交修改（git commit -m '新增功能'）
4. 推送分支（git push origin feature）
5. 提交Pull Request

许可协议

本项目采用 MIT License

---

提示：首次运行时可能需要允许防火墙权限。建议在局域网环境中使用以获得最佳性能。