21世纪是计算机和网络的世纪,随着Internet的快速发展,其用户数量正以惊人的速度递增,用户数量的激增又刺激了网络技术的发展。人们不再满足于单一的文字信息交流方式,结合了多媒体的网络技术给人们带来了全新的信息交流方式,也越来越受到人们的青睐。基于网络的音频视频技术,极大的延伸了人们的活动空间,正在逐步改变着人们的生活方式和思维习惯。音视频技术与网络相结合,是未来网络发展的一个方向。谈到视频技术,就不能回避压缩,因为视频数据的数据量是惊人的。不经压缩处理的海量视频数据无法在现有的网络实时传输。本文介绍了标准的视频压缩算法,比如MPEG,H.26X系列。他们有着各自的特点和应用场合。通过研究这些技术,结合实际提出了一种视频图像目标搜索算法,为数据的进一步压缩提供了基础。减小数据量只是实时网络传输的一方面,还要不断改进网络传输协议,本文详细介绍了基于UDP的实时传输协议RTP。通过RTP协议的封装,经过目标提取的视频数据得以在Internet上实时传输,提高了传输效率。系统采用面向对象的编程方法,基于Windows平台,使用VC++6.0编程工具实现。系统的实现基于DirectShow编程框架,论文介绍了基于DirectShow的音视频捕获技术,视频合成技术,声音合成技术,网络传输技术,文件存储技术等。DirectShow程序开发符合COM编程规范,论文介绍了基于COM的编程开发方法。由于采用了COM编程规范,使得软件升级和扩展极为方便,为后续工作的展开提供了基础。