RV1126+OPENCV在视频中添加时间戳

一.RV1126+OPENCV在视频中添加时间戳大体流程图

第一个线程是opencv_vi_text_thread 线程,这个线程主要的功能是获取VI原始数据,然后格式化字符串并且转换成string ,并用OPENCV的API把每一帧转换成Mat,转换完之后用putText把字符串写到矩阵里面,最后把处理后的VI视频数据发送到VENC编码器里面。

第二个线程是get_venc_stream_thread它主要是获取H264的VENC码流数据,并且保存到H264文件

为什么要转换成格林威治时间,因为系统没有基础,显示的就是一串字符串,无法显示成年月日时分秒

  • RV1126+OPENCV在视频中添加实时时间戳代码实现

二.代码讲解

2.1. RV1126 模块初始化并启动 VI 工作

上面代码是RV1126模块的初始化,包括VI模块的初始化(RK_MPI_VI_SetChnAttr )、使能VI模块(RK_MPI_VI_EnableChn )、VENC模块的初始化(RK_MPI_VENC_CreateChn )、启动VI工作(RK_MPI_VI_StartStream)。关于这方面的参数设置,我们就不详细说了,因为这方面的内容之前的课程已经详细说过。

2.2. opencv_vi_text_thread线程的讲解

上面是opencv_vi_text_thread线程的主要内容,首先我们要通过RK_MPI_SYS_GetMediaBuffer获取每一帧的VI视频原始数据。

利用OPENCV的Mat构造器把每一帧RV1126的VI视频原始数据转换成矩阵,Mat tmp_img = Mat(HEIGHT, WIDTH, CV_8UC1, RK_MPI_MB_GetPtr(mb));

第一个参数是HEIGHT:1080

第二个参数WIDTH:1920

第三个参数:图像格式CV_8UC1

第四个参数:具体的图像数据RK_MPI_MB_GetPtr(mb)

使用time的时间函数获取系统时间,并用gmtime把当前时间转换成格林威治时间函数

调用sprintf 格式化系统时间的字符串打印:打印需要遵循这种格式("%4d-%2d-%2d %2d:%2d:%2d ", 1900 + p->tm_year(这里的年份需要加上1900,这是由于当前系统时间的年份都是从1900开始算起,所以真实年份都需要加上1900), 1+p->tm_mon(gmtime返回的月份是从0开始,换言之就是第一个月对应的索引值是0而不是1,所以我们要得到真正的月份都需要加1),p->tm_mday(日的输出,正常输出就行),8 + p->tm_hour(由于格林威治获取的小时和北京时间有8个小时的时差,因此我们要获取当前的本地时间需要+8小时才能够得到真实的小时),p->tm_min(分钟的输出,正常输出),p->tm_sec(输出秒数)。

然后再调用putText把时间戳的字符串,叠加到OPENCV的矩阵上面,具体的实现cv::putText(tmp_img, date_text, origin, font_face, font_scale, cv::Scalar(0, 0, 0), thickness, 8, 0);

做完上述步骤后,把每一帧经过处理后的VI原始数据发送到H264的VENC编码器,调用的API 将数据发送到VENC模块

2.3. get_venc_stream_thread 线程的讲解

上面是get_venc_stream_thread 的具体实现,在这个线程里面要通过RK_MPI_SYS_GetMediaBuffer 获取每一帧H264的编码数据,然后用fwrite写入,具体的实现如mb = RK_MPI_SYS_GetMediaBuffer(RK_ID_VENC, 0, -1);

结果:

上面这张图就是在RV1126的视频数据里面添加时间字符串,并把字符串放在画面中间。

这里要注意的一点,需要用date去修改板子日期,因为板子默认是1970的时间,如:

date -s "2024-1-27 12:15:35"

相关推荐
m0_751336392 小时前
深度学习驱动的流体力学计算前沿技术体系
人工智能·深度学习·机器学习·新能源·fluent·航空航天·流体力学
MWHLS4 小时前
[AAAI Oral] 简单通用的公平分类方法
人工智能·论文·图像分类·语义分割·reid
AI technophile4 小时前
OpenCV计算机视觉实战(11)——边缘检测详解
人工智能·opencv·计算机视觉
百万蹄蹄向前冲4 小时前
大学期末考,AI定制个性化考试体验
前端·人工智能·面试
AI扶我青云志5 小时前
激活函数-sigmoid、tanh、relu、softmax对比
人工智能·深度学习·神经网络
云云3215 小时前
封号零风险」策略:用亚矩阵云手机解锁Telegram的100%隐匿工作流
人工智能·智能手机·矩阵
蓦然回首却已人去楼空6 小时前
用mac的ollama访问模型,为什么会出现模型胡乱输出,然后过一会儿再访问,就又变成正常的
人工智能·macos
点云SLAM6 小时前
Pytorch中gather()函数详解和实战示例
人工智能·pytorch·python·深度学习·机器学习·计算视觉·gather函数
深度学习_乌冬面7 小时前
RNN为什么不适合大语言模型
人工智能·rnn·语言模型