从 0 到 1 搞定nvidia 独显推流:硬件视频编码环境安装完整学习笔记

笔记用于安装和配置一套完整的媒体处理工具链,包括 NVIDIA 编码头文件、带 CUDA 加速的 FFmpeg 以及 ZLMediaKit 流媒体服务框架,适用于需要进行视频编解码、流媒体推流 / 拉流等场景的开发与部署。

标题核心组件及版本说明

  • nv-codec-headers
    来源:Gitee 仓库jario-jin/nv-codec-headers
    版本:n11.1.5.0(对应 NVIDIA Video Codec SDK 接口头文件,用于 FFmpeg 对接 NVIDIA 硬件编解码)
  • FFmpeg
    版本:4.2.5
    特性:启用 NVIDIA CUDA 硬件加速(NVENC 编码、CUVID 解码),支持 H.264(libx264)、H.265(libx265)等主流编码格式
  • ZLMediaKit
    特性:轻量级流媒体服务框架,支持 RTSP/RTMP/HLS/WebRTC 等多协议互转,适合构建高并发流媒体服务

标题环境要求

  • 操作系统:基于 Debian/Ubuntu 的 Linux 系统(依赖apt包管理器)
  • 权限:需拥有sudo权限(用于系统依赖安装和工具链部署)
  • 硬件(可选):支持 NVENC/NVDEC 的 NVIDIA 显卡(如 GTX10 系列及以上),需预先安装 CUDA 工具包(推荐 10.2+)
  • 网络:需联网以下载依赖包、克隆代码仓库和源码

标题具体安装步骤如下:

1. 安装系统依赖

执行以下命令安装必要的系统工具和开发库:

bash 复制代码
sudo apt install -y \
build-essential yasm cmake libtool libc6 libc6-dev unzip wget libeigen3-dev libfmt-dev \
libnuma1 libnuma-dev libx264-dev libx265-dev libfaac-dev libssl-dev v4l-utils

2. 安装 NVIDIA 编码头文件

克隆nv-codec-headers仓库

bash 复制代码
git clone https://gitee.com/uuuu_qqq/nv-codec-headers.git
#进入仓库目录
cd nv-codec-headers
#切换到指定版本
git checkout n11.1.5.0
#安装头文件
sudo make install
#返回上级目录
cd ..
#清理安装文件
sudo rm -r nv-codec-headers

3. 编译安装 FFmpeg

bash 复制代码
# 下载FFmpeg源码
wget https://ffmpeg.org/releases/ffmpeg-4.2.5.tar.bz2

# 解压源码包
tar -xjf ffmpeg-4.2.5.tar.bz2

# 进入FFmpeg源码目录
cd ffmpeg-4.2.5

# 配置CUDA路径
export PATH=$PATH:/usr/local/cuda/bin
# 修改配置文件以适配较新的NVIDIA显卡架构
sed -i 's#_30#_75#' configure; sed -i 's#_30#_75#' configure
# 配置FFmpeg编译选项
./configure \
--enable-nonfree \
--enable-gpl \
--enable-shared \
--enable-ffmpeg \
--enable-ffplay \
--enable-ffprobe \
--enable-libx264 \
--enable-libx265 \
--enable-cuda-nvcc \
--enable-nvenc \
--enable-cuda \
--enable-cuvid \
--enable-libnpp \
--extra-libs="-lpthread -lm" \
--extra-cflags=-I/usr/local/cuda/include \
--extra-ldflags=-L/usr/local/cuda/lib64 
# 多线程编译
make -j8
# 安装FFmpeg
sudo make install
# 返回上级目录
cd ..

4. 编译安装 ZLMediaKit

bash 复制代码
# 克隆ZLMediaKit仓库
git clone https://gitee.com/uuuu_qqq/ZLMediaKit.git
# 进入仓库目录
cd ZLMediaKit
# 初始化子模块
git submodule update --init
# 创建编译目录
mkdir build
# 进入编译目录
cd build
# 生成Makefile
cmake ..
# 多线程编译
make -j4
# 返回上级目录两次,回到初始工作目录
cd ..
cd ..

5. 整理 ZLMediaKit 运行文件

bash 复制代码
# 创建ZLM目录
mkdir ZLM
# 进入ZLM目录
cd ZLM
# 复制可执行文件和配置文件
cp ../ZLMediaKit/release/linux/Debug/MediaServer .
cp ../ZLMediaKit/release/linux/Debug/config.ini .
# 返回上级目录
cd ..

完成以上所有步骤后,您将在当前目录下拥有一个ZLM文件夹,其中包含可直接运行的 ZLMediaKit 流媒体服务器程序和配置文件。

相关推荐
一隅论数智2 天前
给AI一张“业务概念地图“:本体如何从哲学走向企业智能
大数据·人工智能·经验分享·笔记·学习·学习方法·政务
XiHongShi20162 天前
STM32F407 RTC定时器例程,建议保存
stm32·单片机·学习
美狐美颜SDK开放平台2 天前
开发直播APP时如何接入视频美颜SDK?开发流程与注意事项
android·人工智能·计算机视觉·音视频·直播美颜sdk
爱吃苹果的日记本2 天前
离散数学第六课
学习·离散数学
AI职业加油站2 天前
AI智能体应用工程师证书:政策红利下的职业新风口
大数据·运维·人工智能·学习·职场发展
深圳老胡2 天前
STM32F407 控制 L6470 步进电机驱动 —— 控制过程简介
笔记·stm32·单片机·嵌入式硬件·代码规范
旖旎夜光2 天前
力控面试题 01.01: 判定字符是否唯一(位运算) —— 题解
c++·学习·算法·leetcode·力控
奇思妙想聪明勤奋的小羊2 天前
DeepAgents第5章:子Agent 与上下文隔离—让 Agent学会委派
人工智能·python·学习·语言模型
Because_of_Her12 天前
并查集-听课笔记
笔记·算法·并查集