jetson-ffmpeg对视频硬编解码实测记录

前言

在上篇:在jetson中调用NVENC与NVDEC模块进行硬编解码中我们已经实现了调用硬编解码,那么在这篇文章中,我们将详细记录如何在Jetson平台上对FFmpeg实际测试对视频进行硬编解码处理。

实测过程

在这里我们上传一段视频进行硬解码测试并使用非硬解码处理,视频信息如下表所示:

视频信息

参数 数据
大小 266MB
时长 00:39:07
帧宽度 854
帧高度 480
数据速率 769kbps
总比特率 941kbps
帧速率 30.00帧/秒

在jetson设备中我们区别与在win中调用cuda加速那样 -cv:h264_cuvid ,在jetson中是使用 -c:v h264_nvmpi 进行的调用硬编解码操作,这里的硬编解码不占用GPU的计算单元,属于单独的计算单元。

ini 复制代码
import os
import time

input_file = "input.mp4"
output_file = "output.mp4"
t1 = time.time()
# command_gpu = f"ffmpeg -c:v h264_nvmpi -i {input_file} -c:v h264_nvmpi {output_file}"
command_cpu = f"ffmpeg -c:v h264 -i {input_file} -c:v h264 {output_file}"

os.system(command_cpu)
print(time.time() - t1)

分别运行上述代码中的cpugpu部分代码,对其运行过程中的核心信息具有差异性的部分截图如下所示。我们可以看出二者在耗时方面的确是有一些差异。具体原因后续再逐步分析。

log信息截图:

jtop信息截图:

总结

我们通过一个对视频进行转解码的操作指令分别进行实验,可以得到在时间消耗上二者存在差异,在资源的消耗方面也存在差异。由于这里的ffmpeg是已经由jetson-ffmpeg和ffmpeg联合编译得到的,所以在编码阶段二者都调用了NVENC部分,或许这部分不够严谨。

相关推荐
清水白石0087 小时前
《深入 Python 上下文管理器:contextlib.contextmanager 与类实现方式的底层差异全景解析》
开发语言·python
程序员佳佳7 小时前
GPT-4时代终结?GPT-5.2与Banana Pro实测数据公开,普通开发者如何接住这泼天富贵
开发语言·python·gpt·chatgpt·重构·api·midjourney
Blossom.1188 小时前
多模态大模型LoRA微调实战:从零构建企业级图文检索系统
人工智能·python·深度学习·学习·react.js·django·transformer
小钻风33668 小时前
软件测试: 从入门到实践 (接口测试)
软件测试·python
小鸡吃米…8 小时前
带Python的人工智能——计算机视觉
人工智能·python·计算机视觉
玄同7659 小时前
Python 数据类型:LLM 语料与 API 参数的底层处理逻辑
开发语言·人工智能·python·自然语言处理·llm·nlp·知识图谱
databook9 小时前
数据分析师的“水晶球”:时间序列分析
python·数据挖掘·数据分析
技术路上的探险家10 小时前
vLLM常用启动参数的详细解释
python·大模型·qwen·vllm
WHJ22610 小时前
记录解决jupyter打开闪退
ide·python·jupyter
老歌老听老掉牙10 小时前
1V1砂轮轮廓的几何建模与可视化分析
python·sympy·砂轮