opencv GStreamer拉rtsp流之Windows平台

目录

  • [1. 先决条件](#1. 先决条件)
  • [2. 代码](#2. 代码)
  • [3. GStreamer参数说明](#3. GStreamer参数说明)

1. 先决条件

opencv要想使用GStreamer拉rtsp流,那么编译opencv必须带上GStreamer编译选项,具体参见:opencv带GStreamer之Windows编译

2. 代码

cpp 复制代码
#include <opencv2/opencv.hpp>

using namespace cv;

int opencv_gstreamer_decoder_demo()
{
	cv::VideoCapture capture;
	capture.open("rtspsrc location=rtsp://admin:a88888888@192.168.1.64:554/Streaming/Channels/101?transportmode=unicast&profile=Profile_1 latency=0 ! decodebin ! videoconvert ! video/x-raw,format=BGR ! appsink", cv::CAP_GSTREAMER);
	if (!capture.isOpened())
	{
		cout << "open video faild" << std::endl;
		std::cout << cv::getBuildInformation() << std::endl;
		return -1;
	}
	cv::Mat frame;
	while (capture.read(frame))
	{
		imshow("frame", frame);
		if (waitKey(1) == 'q') break;
	}
	// 释放资源
	capture.release();
	cv::destroyAllWindows();

	return 0;
}

int main()
{
	opencv_gstreamer_decoder_demo();
	return 0;
}

3. GStreamer参数说明

cpp 复制代码
"rtspsrc location=rtsp://admin:a88888888@192.168.1.64:554/Streaming/Channels/101?transportmode=unicast&profile=Profile_1 latency=0 ! decodebin ! videoconvert ! video/x-raw,format=BGR ! appsink"
  1. rtspsrc location={rtsp_url} :这是GStreamer的元素,用于指定RTSP流的位置。 {rtsp_url} 是您实际的RTSP流URL,包括用户名、密码、IP地址、端口号和流路径。

  2. latency=0 :这是 rtspsrc 元素的属性,用于设置延迟时间。在这种情况下,将延迟设置为0,以尽可能减少延迟。

  3. decodebin :这是GStreamer的元素,用于自动选择适当的解码器来解码输入流。它根据输入流的编码格式动态选择解码器。

  4. videoconvert :这是GStreamer的元素,用于进行视频格式转换。它将解码后的视频帧转换为指定的格式,以便后续处理或显示。

  5. video/x-raw,format=BGR :这是GStreamer的媒体类型,用于指定输出视频帧的格式。在这种情况下,它指定输出视频帧的格式为BGR。

  6. appsink :这是GStreamer的元素,用于将视频帧传递给应用程序进行处理。它充当视频帧的接收器,以供后续在应用程序中使用。

综上所述,该GStreamer管道的作用是从指定的RTSP流中拉取视频数据,然后通过解码、格式转换等处理,将视频帧传递给应用程序进行进一步处理或显示。

相关推荐
独处东汉19 小时前
freertos开发空气检测仪之延迟函数设计:DWT软件实现
人工智能·stm32·单片机·嵌入式硬件
阿杰学AI19 小时前
AI核心知识67——大语言模型之NTP (简洁且通俗易懂版)
人工智能·ai·语言模型·自然语言处理·aigc·ntp·机械学习
码农三叔19 小时前
(6-2)手部、足部与末端执行器设计:足部结构
人工智能·架构·机器人·人形机器人
玄同76519 小时前
SQLAlchemy 初始化全流程详解:从引擎到会话的每一步
数据库·人工智能·python·sql·mysql·语言模型·知识图谱
小雨青年19 小时前
Cursor 项目实战:AI播客策划助手(四)—— 产品发布与交付收尾
前端·人工智能
Jorunk19 小时前
使用F5-TTS训练自己的数据
人工智能·语音识别
玄同76519 小时前
大模型生成 Token 的原理:从文本到模型理解的 “翻译官”
人工智能·python·语言模型·自然语言处理·nlp·知识图谱·token
源于花海19 小时前
深度迁移学习:深度神经网络的可迁移性
人工智能·机器学习·迁移学习·深度神经网络·深度迁移学习
源于花海19 小时前
深度迁移学习:最简单的深度迁移——Finetune(微调)
人工智能·机器学习·迁移学习·finetune·深度迁移学习
倔强的石头10620 小时前
节点小宝三连更新!一键挂载、网关模式、登录iStoreOS,现在体验抽NAS和两年会员
人工智能·节点小宝