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
高洁013 分钟前
具身智能-普通LLM智能体与具身智能:从语言理解到自主行动
人工智能·深度学习·算法·aigc·知识图谱
nihaoakekeke15 分钟前
Fast Distributed Inference Serving for Large Language Models
人工智能·语言模型·自然语言处理
用户51914958484529 分钟前
掌控Apple Silicon MacBook电池健康的神器
人工智能·aigc
静Yu1 小时前
基于CANN框架的算子开发:释放AI计算潜能的核心引擎
人工智能
嵌入式-老费1 小时前
自己动手写深度学习框架(最终的ncnn部署和测试)
人工智能·深度学习
阿十六1 小时前
OUC AI Lab 第七章:ViT & Swin Transformer
人工智能·深度学习·transformer
Mintopia1 小时前
🌳 Claude `code/worktree` 命令最佳实践指南
人工智能·claude·trae
阿里云大数据AI技术1 小时前
阿里云 Elasticsearch 的 AI 革新:高性能、低成本、智能化的搜索新纪元
人工智能·elasticsearch·阿里云
paperxie_xiexuo1 小时前
如何用自然语言生成科研图表?深度体验PaperXie AI科研绘图模块在流程图、机制图与结构图场景下的实际应用效果
大数据·人工智能·流程图·大学生
Mintopia1 小时前
🌌 AIGC模型的冷启动问题:Web应用的初期技术支撑策略
人工智能·trae