个人可以做的外贸网站,网站建设费是业务宣传费吗,四川省建筑施工企业人员考试平台,无货源电商软件简介
目前RTSP拉流是网络摄像头获取图片数据常用的方法#xff0c;但通过CPU软解码的方式不仅延时高且十分占用资源#xff0c;本文提供了一种从网络摄像头RTSP硬解码的拉流的方法#xff0c;并且提供python代码以便从网络摄像头获取图片进行后续算法处理。
下载ffmpeg
F…简介
目前RTSP拉流是网络摄像头获取图片数据常用的方法但通过CPU软解码的方式不仅延时高且十分占用资源本文提供了一种从网络摄像头RTSP硬解码的拉流的方法并且提供python代码以便从网络摄像头获取图片进行后续算法处理。
下载ffmpeg
Ffmpeg下载链接。建议下载稳定版本。 图1
这里会出现三个版本 essentials必要的组件东西可能不全。full全面的里面的库文件比较全。shared有动态链接库。 通过版本号命名的为稳定版日期命名的为最新版。仅是使用的话essentials即可Qt等调库需要选择shared。 图2 图3
复制如图所示的bin文件地址设置环境变量。
右击此电脑打开属性 图4 图5 图6 图7
按照图4~7将复制的bin文件环境变量路径添加进去。
测试FFmpeg
运行命令
ffmpeg -version 显示以上信息则安装完成。
ffplay拉流显示
ffplay rtsp://XXXXXXX/stream
使用ffplay即可拉流成功但是为软解码拉流延时较高。
使用ffmpeg硬解码并保存视频
首先查看支持的硬件
ffmpeg -hwaccels
如果是nvidia的显卡并安装的对应驱动也安装了cuda则可以使用cuda跟h_264cuvid 解码器 查看可用的对应格式解码器
ffmpeg -codecs | findstr h264 红色框中为可用解码器。
利用硬件解码器的命令如下以h264_cuvid为例
ffmpeg -hwaccel cuda -vcodec h264_cuvid -i rtsp://admin:qwer1234192.0.0.64/h264/ch1/main/av_stream output.mp4
-hwaccel 选择硬件模式
-vcodec 选择解码器
-i RTSP地址
output.mp4 保存成.mp4视频 note硬解码器必须与硬件环境对应如cuda 对应 h264_cuvid 测量延时 测量延时方法 将网络摄像头对准手机计时器把手机靠近播放视频的电脑屏幕同时拍摄手机与电脑屏幕显示的计时器可计算毫秒级延时 。 具体如下面的图片所示。
利用ffplay拉流时延时 延时时间7580 – 6130 1450ms
此时采用CPU软解故延时较高。
利用ffmpeg硬解码拉流时延时 延时时间3390 – 2680 710ms
可见硬解码降低了RTSP延时。
查看任务管理器的GPU界面栏 双击红色区域放大GPU显示 当Video Decode出现波动时代表调用了硬件解码器。 python调用ffmpeg转成opencv的mat格式并显示
首先安装ffmpeg-python、opencv-python、Numpy
pip install ffmpeg-pythonpip install opencv-pythonpip install numpy
此时还需要环境中安装了Cuda。 Cuda安装网络资源很多在此不做赘述。
Code
import cv2
import ffmpeg
import numpy as np# RTSP 流地址
rtsp_url rtsp://admin:qwer1234192.0.0.64/h264/ch1/main/av_stream# 创建 FFmpeg 进程
probe ffmpeg.probe(rtsp_url)
video_info next(stream for stream in probe[streams] if stream[codec_type] video)
width video_info[width]
height video_info[height]ffmpeg_cmd (ffmpeg.input(rtsp_url, hwaccelcuda, vcodech264_cuvid).output(pipe:, formatrawvideo,pix_fmtbgr24).run_async(pipe_stdoutTrue)
)# 读取并显示视频帧
while True:in_bytes ffmpeg_cmd.stdout.read(width * height * 3)if not in_bytes:breakframe (np.frombuffer(in_bytes, np.uint8).reshape([height, width, 3]))cv2.imshow(RTSP Stream (GPU), frame)if cv2.waitKey(1) 0xFF ord(q):breakffmpeg_cmd.wait()
cv2.destroyAllWindows()
上述Code即可通过python调用ffmpeg并且能够与opencv交互能为后续开发图像算法做一个前端。
