Puh, also ich glaube, das ist eine Wissenschaft für sich. Im Grunde brauchst du dafür ja einen Videocodec.
Ein erster Schritt wäre schon mal, das Bild z.B. in 8*8 Pixel große Felder zu zerteilen und jeweils prüfen, ob sich im Vergleich zum vorherigen Bild etwas verändert hat (mit Toleranz natürlich). Wenn nicht, wird dieser Block einfach schwarz, wodurch es sich durch JPEG effizienter komprimieren lassen sollte (8 Pixel ist hier optimal, weil das JPEG-Raster auch 8 Pixel groß ist). Oder man trickst irgendwie so, dass man die entsprechenden Blöcke komplett rauslöscht. Dann shickt man vor oder nach jedem Bild noch eine Bitmap mit, in der vermerkt ist, welche Pixel geändert wurden.
Der nächste Schritt wäre dann noch Bewegungserkennung, Stichwort
Prädiktive Kodierung.
Aber wie gesagt, einfach ist das sicher nicht. Vielleicht gibt es ja auch freie Videostream-Codecs, die du verwenden kannst?