RV1126 NO.48: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

本实战章节将基于RV1126平台,通过结合视频流与OpenCV API实现实时时间戳叠加功能。核心流程包括:获取视频流、叠加时间戳字符串、H264编码及数据存储。具体实现步骤如下:

  1. 初始化并启用VI和VENC模块
  2. 创建两个并行工作线程:
  • 视频处理线程(opencv_vi_text_thread)

    1. 获取VI原始数据
    2. 格式化实时时间戳字符串
    3. 转换为OpenCV Mat对象
    4. 使用putText API叠加文本
    5. 将处理后的视频帧发送至VENC编码器
  • 码流保存线程(get_venc_stream_thread)

    1. 从VENC编码器获取H264码流数据
    2. 将编码数据写入H264文件

二.RV1126+OPENCV在视频中添加实时时间戳代码实现

代码的实现如下,我们来看看具体的代码:

2.1. RV1126模块初始化并启动VI工作

cpp 复制代码
int ret;
  VI_CHN_ATTR_S vi_chn_attr;
  vi_chn_attr.pcVideoNode = CAMERA_PATH;        // Path
  vi_chn_attr.u32Width = WIDTH;                 // Width
  vi_chn_attr.u32Height = HEIGHT;               // Height
  vi_chn_attr.enPixFmt = IMAGE_TYPE_NV12;       // ImageType
  vi_chn_attr.enBufType = VI_CHN_BUF_TYPE_MMAP; // BufType
  vi_chn_attr.u32BufCnt = 3;                    // Cnt
  vi_chn_attr.enWorkMode = VI_WORK_MODE_NORMAL; // Mode
  ret = RK_MPI_VI_SetChnAttr(CAMERA_ID, CAMERA_CHN, &vi_chn_attr);
  if (ret)
  {
    printf("Vi Set Attr Failed.....\n");
    return 0;
  }
  else
  {
    printf("Vi Set Attr Success.....\n");
  }

  ret = RK_MPI_VI_EnableChn(CAMERA_ID, CAMERA_CHN);
  if (ret)
  {
    printf("Vi Enable Attr Failed.....\n");
    return 0;
  }
  else
  {
    printf("Vi Enable Attr Success.....\n");
  }

  VENC_CHN_ATTR_S venc_chn_attr;
  memset(&venc_chn_attr, 0, sizeof(VENC_CHN_ATTR_S));
  venc_chn_attr.stVencAttr.u32PicWidth = WIDTH;
  venc_chn_attr.stVencAttr.u32PicHeight = HEIGHT;
  venc_chn_attr.stVencAttr.u32VirWidth = WIDTH;
  venc_chn_attr.stVencAttr.u32VirHeight = HEIGHT;
  venc_chn_attr.stVencAttr.imageType = IMAGE_TYPE_NV12;
  venc_chn_attr.stVencAttr.enType = RK_CODEC_TYPE_H264;
  venc_chn_attr.stVencAttr.u32Profile = 66;
  venc_chn_attr.stRcAttr.enRcMode = VENC_RC_MODE_H264CBR;
  venc_chn_attr.stRcAttr.stH264Cbr.u32Gop = 25;
  venc_chn_attr.stRcAttr.stH264Cbr.u32BitRate = WIDTH * HEIGHT * 3;
  venc_chn_attr.stRcAttr.stH264Cbr.fr32DstFrameRateDen = 1;
  venc_chn_attr.stRcAttr.stH264Cbr.fr32DstFrameRateNum = 25;
  venc_chn_attr.stRcAttr.stH264Cbr.u32SrcFrameRateDen = 1;
  venc_chn_attr.stRcAttr.stH264Cbr.u32SrcFrameRateNum = 25;
  ret = RK_MPI_VENC_CreateChn(VENC_CHN, &venc_chn_attr);
  if (ret)
  {
    printf("ERROR: Create venc failed!\n");
    exit(0);
  }

  ret = RK_MPI_VI_StartStream(CAMERA_ID, CAMERA_CHN);
  if (ret)
  {
    printf("start vi failed....\n");
  }
  else
  {
    printf("start vi success....\n");
  }

这段代码实现了RV1126模块的初始化流程,主要包含以下几个关键步骤:

  1. VI模块初始化(RK_MPI_VI_SetChnAttr)
  2. 启用VI模块通道(RK_MPI_VI_EnableChn)
  3. VENC模块创建通道(RK_MPI_VENC_CreateChn)
  4. 启动VI数据流(RK_MPI_VI_StartStream)

由于相关参数设置已在前期课程中详细介绍,此处不再赘述。

2.2. opencv_vi_text_thread线程的讲解

cpp 复制代码
//VI数据和时间戳添加处理线程
void *opencv_text_vi_thread(void *args)
{
  pthread_detach(pthread_self());
  MEDIA_BUFFER mb = NULL;

  int font_face = cv::FONT_HERSHEY_COMPLEX;
  double fontScale = 2.0;

  while (1)
  {
    //获取VI模块的数据
    mb = RK_MPI_SYS_GetMediaBuffer(RK_ID_VI, CAMERA_CHN, -1);//把VI数据转换成Mat矩阵
    if (!mb)
    {
      printf("Get vi break.....\n");
      break;
    }

    printf("Get vi Success...\n");
    Mat time_mat = Mat(HEIGHT, WIDTH, CV_8UC1, RK_MPI_MB_GetPtr(mb));//把VI数据转换成Mat矩阵

    time_t g_time;
    tm *p;

    time(&g_time);//获取系统时间
    p = gmtime(&g_time);//把系统时间转换成格林威治时间,并标准化
    char date_ptr[100];
    sprintf(date_ptr, "%4d-%2d-%2d %2d:%2d:%2d", 1900 + p->tm_year, 1 + p->tm_mon, p->tm_mday, 8 + p->tm_hour, p->tm_min, p->tm_sec);//把标准化的数据转换成字符串,包括年(1900 + tm_year)月(tm_mon+1)日(tm_day)时(tm_hour + 8)分(tm_min)秒(tm_src)

    string date = date_ptr;
    Point text_point;
    text_point.x = 100;
    text_point.y = 100;

    putText(time_mat, date, text_point, font_face, fontScale, Scalar(0, 0, 0), 2, 8, false);//把字符串显示到Mat矩阵
    RK_MPI_SYS_SendMediaBuffer(RK_ID_VENC, VENC_CHN, mb);//把处理后的VI数据传输给VENC编码器
    RK_MPI_MB_ReleaseBuffer(mb);//释放资源
  }
}

以下是OpenCV_VI_TEXT_THREAD线程的主要处理流程:

  1. 数据获取阶段

    • 调用RK_MPI_SYS_GetMediaBuffer接口获取VI视频原始数据帧
  2. 时间处理阶段

    • 获取系统时间并使用gmtime转换为格林威治时间
    • 格式化时间字符串:"%4d-%2d-%2d %2d:%2d:%2d"
      • 年份:1900 + p->tm_year
      • 月份:1 + p->tm_mon
      • 日期:p->tm_mday
      • 小时:8 + p->tm_hour(校正北京时间)
      • 分钟:p->tm_min
      • 秒数:p->tm_sec
  3. 图像处理阶段

    • 使用OpenCV Mat构造器转换视频帧:

      cpp 复制代码
      Mat tmp_img = Mat(HEIGHT, WIDTH, CV_8UC1, RK_MPI_MB_GetPtr(mb));

      参数说明:

      • HEIGHT: 1080
      • WIDTH: 1920
      • 图像格式: CV_8UC1
      • 数据指针: RK_MPI_MB_GetPtr(mb)
    • 调用putText添加时间戳:

      cpp 复制代码
      cv::putText(tmp_img, date_text, origin, font_face, font_scale, 
                 cv::Scalar(0, 0, 0), thickness, 8, 0);
  4. 数据发送阶段

    • 将处理后的视频帧发送至H264编码器:

      cpp 复制代码
      RK_MPI_SYS_SendMediaBuffer(RK_ID_VENC, VENC_CHN, mb);

2.3. get_venc_stream_thread线程的讲解

cpp 复制代码
//获取视频流
void *get_venc_stream_thread(void *args)
{
  pthread_detach(pthread_self());
  MEDIA_BUFFER mb = NULL;
  FILE * time_opencv_file = fopen("test_opencv_time.h264", "w+");

  while (1)
  {
    mb = RK_MPI_SYS_GetMediaBuffer(RK_ID_VENC, VENC_CHN, -1);//获取VENC编码器数据
    if (!mb)
    {
      printf("Get venc break.....\n");
      break;
    }

    fwrite(RK_MPI_MB_GetPtr(mb), RK_MPI_MB_GetSize(mb), 1, time_opencv_file);//保存数据
    RK_MPI_MB_ReleaseBuffer(mb);//释放资源
  }
}

以下是该线程的具体实现:主要通过RK_MPI_SYS_GetMediaBuffer接口获取H264编码帧数据,并通过fwrite函数写入文件。关键代码示例如下:mb = RK_MPI_SYS_GetMediaBuffer(RK_ID_VENC, 0, -1);

2.4.最终结果

这张图片展示了在RV1126的视频数据中嵌入时间字符串的操作,并将文字居中显示在画面中央。

需要注意:由于开发板默认系统时间为1970年,需要先通过以下命令手动设置正确日期:

bash 复制代码
date -s "2024-1-27 12:15:35"
相关推荐
吴佳浩10 分钟前
LangChain 深入
人工智能·python·langchain
LplLpl113 小时前
AI 算法竞赛通关指南:基于深度学习的图像分类模型优化实战
大数据·人工智能·机器学习
依米s3 小时前
各年度人工智能大会WAIC核心议题(持续更新)
人工智能·人工智能+·waic·人工智能大会+
python机器学习建模3 小时前
22篇经典金融风控论文复现(2025年11月更新)
人工智能·机器学习·论文·期刊·金融风控
Codebee3 小时前
深度解析AI编程技术:从原理到实践,手把手教你落地
人工智能·设计模式·开源
武汉唯众智创4 小时前
基于五级工的人工智能训练师教学解决方案
人工智能·ai·产教融合·人工智能训练师·五级工·ai训练师
执笔论英雄4 小时前
【RL】python协程
java·网络·人工智能·python·设计模式
你好~每一天4 小时前
未来3年,最值得拿下的5个AI证书!
数据结构·人工智能·算法·sqlite·hbase·散列表·模拟退火算法
老前端的功夫4 小时前
前端技术选型的理性之道:构建可量化的ROI评估模型
前端·javascript·人工智能·ubuntu·前端框架
Mxsoft6195 小时前
我发现区块链数据同步延迟,某次故障溯源卡顿,动态调整共识机制救场!
人工智能