Gstreamer-OpenCV的RTSP服务搭建以及推拉流实现

简介

采用边缘设备进行推流,例如RV1126或jetson等,获取检测结果后推流至目的地。在进行视觉任务的程序,无需额外编写独立的串流程序,可以直接将串流和opencv调用驱动结合在一起。

环境配置

bash 复制代码
sudo apt-get install gstreamer1.0 gstreamer1.0-plugin-bad  gstreamer1.0-plugin-good gstreamer1.0-plugin-ugly 

服务器建设

服务器假设的方法有很多,也可以自行写代码编译运行。这里推荐一个已经编译好的rtsp服务器软件。

bash 复制代码
https://github.com/bluenviron/mediamtx.git

在release中下载对应服务器架构的软件包,解压即可使用,假设的服务器ip为运行程序的本机地址。

bash 复制代码
./mediamtx

推送RTSP流

opencv推流非常简单,只需要按照gstreamer的格式编辑好字符串,然后通过视频输出接口cv::VideoWriter进行输出,就可以直接对接软件外部的推流程序。更方便的是,如果含有nvidia设备,可以通过修改字符串的配置直接调用nvidia编解码设备,而不用编写任何代码,进行硬编码。

cpp 复制代码
	int fps = 30;
    std::string enc_cpu = "appsrc ! videoconvert ! video/x-raw,width="+ std::to_string(src.cols) +
    ",height="+ std::to_string(src.rows) +
    ",framerate="+ std::to_string(fps) +
    "/1 ! x264enc speed-preset=veryfast tune=zerolatency bitrate=800 ! rtspclientsink location="+url+" latency=0";
        
    int fourcc = cv::VideoWriter::fourcc('N', 'V', '1', '2');
    cv::Size frameSize(src.cols, src.rows ); // 根据ROS图像消息的分辨率进行调整
    cv::VideoWriter videoWriter(enc_cpu, cv::CAP_GSTREAMER, fourcc, fps, frameSize);
	
	videoWriter.write(src);

抓取RTSP流

VLC方法,延迟高。推荐直接使用gst-launch命令进行拉流。其中不同插件可以根据情况改变。有其实有Nvidia显卡支持的时候,采用nv编解码器会极大的提升效率和速度。

bash 复制代码
gst-launch-1.0 rtspsrc location=rtsp://192.168.0.166:8554/stream ! rtph264depay ! h264parse ! avdec_h264 ! videoconvert ! autovideosink
相关推荐
PaLu-LI25 分钟前
ORB-SLAM2源码学习:Initializer.cc:Initializer::CheckFundamental地图初始化——检查基础矩阵F并评分
c++·opencv·学习·线性代数·ubuntu·计算机视觉·矩阵
十有久诚42 分钟前
SVL-Adapter: Self-Supervised Adapter for Vision-Language Pretrained Models
人工智能·深度学习·计算机视觉·视觉语言模型·适配器微调
学习前端的小z1 小时前
【AI绘画】Midjourney进阶:色调详解(上)
人工智能·ai作画·aigc·midjourney
cv2016_DL1 小时前
BERT相关知识
人工智能·算法·transformer
搏博1 小时前
神经网络中的损失函数(Loss Function)
人工智能·深度学习·神经网络
分才1 小时前
用天翼云搭建一个HivisionIDPhoto证件照处理网站
人工智能·学习·html5
数据猎手小k2 小时前
FineTuneBench:由斯坦福大学创建,包含625个训练问题和1075个测试问题,覆盖4个领域。目的评估商业微调API在不同泛化任务中的知识注入能力。
人工智能·深度学习·机器学习·数据集·机器学习数据集·ai大模型应用
傻瓜学习2 小时前
机器学习知识点
人工智能·机器学习
Seeklike2 小时前
11.26 深度学习-初始化
人工智能·深度学习
池央2 小时前
深度学习模型:循环神经网络(RNN)
人工智能·rnn·深度学习