Python读取视频-硬解和软解

1、软解码（Software Decoding）

软解（软件解码）指通过CPU的计算能力解码视频流，不依赖特定硬件加速模块。Python中常用OpenCV、FFmpeg等库实现，兼容性强但CPU占用较高。

2、硬解码（Hardware Decoding）

硬解（硬件解码）利用GPU或专用芯片（如NVIDIA NVENC、Intel Quick Sync）进行解码，显著降低CPU负载。需硬件支持，通常通过NVDEC、VAAPI等接口实现。

3、Python里怎么选？

OpenCV 的 cv2.VideoCapture 默认就是软解，最简单，但吃 CPU。

opencv-python 不管用 FFMPEG 还是 GStreamer，默认都是"软解"------除非你在打开 VideoCapture 时显式地给后端传递硬解参数，否则 CPU 还是会吭哧吭哧算每一帧。

4、为什么看起来有 FFMPEG / GStreamer 还是软解？

VideoCapture 只是一个"壳"。

真正干活的是后端：

1. FFMPEG：默认用 libavcodec 的纯软件解码器（h264, hevc 等）。
2. GStreamer：如果不加 vaapi, nvdec, qsv 之类 element，也只是 CPU 软解。

OpenCV 的 FFMPEG / GStreamer 后端只是"通道"，默认走软解；想硬解就在打开 VideoCapture 时把对应参数或 pipeline 写进去，不然 CPU 还是逃不掉。但是惨痛的事实是，OpenCV预装版都是不支持这些后端的硬解码，什么连GStreamer都不支持 OpenCV的cv2.VideoCapture如何加GStreamer后端-CSDN博客），想要支持，需要自己重新编译OpenCV。

5、我有英伟达显卡，有其他的硬解方案吗？

是的，常用的硬解方案包括三种：FFmpeg+NVDEC（cuvid）、GStreamer+NVDEC（nvdec/nvdec_h264）、NVIDIA Video Processing Framework（PyNvCodec/VPF）

只大概介绍前两种，FFmpeg和GStreamer都是比较优秀的工具，需要下载他们的exe程序，然后用对应的python包，去调用他们的工具。

下面的程序仅供测试，实际还会有问题，因为这些工具往往也没有支持英伟达解码器，需要自己编译。。。。这是我踏过最长的坑，搞了很多天，但即便CPU解码，效率也比OpenCV 的 cv2.VideoCapture要快，常规推荐这些方案。

1. 示例 1 FFmpeg-Python（PyAV）+ CUDA 硬解
2. 示例 2 GStreamer-Python + CUDA 硬解

# pip install av==11.0.0  (PyAV 是 FFmpeg 的 Python 绑定)

import av
import numpy as np

def rtsp_cuda_pyav(rtsp_url: str):
    # 关键：把 FFmpeg 的硬件加速参数通过 options 传进去
    container = av.open(
        rtsp_url,
        options={
            "rtsp_transport": "tcp",      # 避免 UDP 丢包
            "hwaccel":        "cuda",
            "hwaccel_device": "0",        # 第 0 张卡
            "c:v":            "h264_cuvid",  # NVDEC 解码器
            "fflags":         "nobuffer",  # 低延迟
            "analyzeduration": "100000",
        }
    )
    stream = container.streams.video[0]
    stream.thread_type = "AUTO"          # 多线程解码

    for frame in container.decode(stream):
        # 把 GPU 解码后的 CUDA frame 转成 numpy BGR
        img = frame.to_ndarray(format='bgr24')
        yield img                         # 生成器，逐帧给主程序

if __name__ == "__main__":
    url = "rtsp://user:password@ip:port/Streaming/Channels/101"
    for bgr in rtsp_cuda_pyav(url):
        # 这里随便你用 cv2.imshow / AI 推理
        cv2.imshow("PyAV-CUDA", bgr)
        if cv2.waitKey(1) == 27:
            break

# apt install python3-gi python3-gi-cairo gir1.2-gstreamer-1.0
# 或者 pip install PyGObject

import cv2
import gi
gi.require_version("Gst", "1.0")
from gi.repository import Gst, GLib

Gst.init(None)

def rtsp_cuda_gst(rtsp_url: str):
    # pipeline：RTSP → NVDEC → BGR → appsink
    pipe = (
        f"rtspsrc location={rtsp_url} latency=0 ! "
        "rtph264depay ! h264parse ! "
        "nvh264dec ! "                # ← CUDA 硬解
        "videoconvert ! "
        "video/x-raw,format=BGR ! "
        "appsink max-buffers=1 drop=true"
    )
    cap = cv2.VideoCapture(pipe, cv2.CAP_GSTREAMER)
    if not cap.isOpened():
        raise RuntimeError("无法打开 GStreamer 管道")
    while True:
        ok, frame = cap.read()
        if not ok:
            break
        yield frame
    cap.release()

if __name__ == "__main__":
    url = "rtsp://user:password@ip:port/Streaming/Channels/101"
    for bgr in rtsp_cuda_gst(url):
        cv2.imshow("GST-CUDA", bgr)
        if cv2.waitKey(1) == 27:
            break