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
Tipriest_16 分钟前
torch训练出的模型的组成以及模型训练后的使用和分析办法
人工智能·深度学习·torch·utils
QuiteCoder20 分钟前
深度学习的范式演进、架构前沿与通用人工智能之路
人工智能·深度学习
周名彥25 分钟前
### 天脑体系V∞·13824D完全体终极架构与全域落地研究报告 (生物计算与隐私计算融合版)
人工智能·神经网络·去中心化·量子计算·agi
MoonBit月兔1 小时前
年终 Meetup:走进腾讯|AI 原生编程与 Code Agent 实战交流会
大数据·开发语言·人工智能·腾讯云·moonbit
大模型任我行1 小时前
人大:熵引导的LLM有限数据训练
人工智能·语言模型·自然语言处理·论文笔记
weixin_468466851 小时前
YOLOv13结合代码原理详细解析及模型安装与使用
人工智能·深度学习·yolo·计算机视觉·图像识别·目标识别·yolov13
蹦蹦跳跳真可爱5892 小时前
Python----大模型(GPT-2模型训练加速,训练策略)
人工智能·pytorch·python·gpt·embedding
xwill*2 小时前
π∗0.6: a VLA That Learns From Experience
人工智能·pytorch·python
jiayong232 小时前
知识库概念与核心价值01
java·人工智能·spring·知识库
雨轩剑2 小时前
做 AI 功能不难,难的是把 App 发布上架
人工智能·开源软件