本地MP4视频文件转为视频流

1️⃣ 安装 FFmpeg

  1. 下载

    访问 https://www.gyan.dev/ffmpeg/builds/,下载 ffmpeg-release-full.7z(或者 ffmpeg-release-full.zip)。

  2. 解压

    将压缩包解压到一个固定目录,例如 C:\ffmpeg

  3. 添加环境变量

    • 右键 此电脑属性高级系统设置环境变量

    • 系统变量 中找到 Path,选中后点击 编辑

    • 点击 新建 ,添加 C:\ffmpeg\bin

    • 点击确定保存

  4. 验证安装

    重新打开命令提示符(CMD),输入:

    bash

    复制代码
    ffmpeg -version

    如果显示版本信息,说明安装成功。


2️⃣ 安装 RTSP 服务器(用于接收流)

FFmpeg 推流需要有一个 RTSP 服务器来接收。推荐使用轻量级的 Mediamtx(原 RTSP-Simple-Server)。

  1. 下载 Mediamtx:
    https://github.com/Bluenviron/mediamtx/releases

    选择 Windows 版本(如 mediamtx_windows_amd64.zip

  2. 解压到任意目录,例如 C:\mediamtx

  3. 运行 mediamtx.exe,它会启动一个默认的 RTSP 服务器(监听 8554 端口)。

    保持该窗口运行(不要关闭)。


3️⃣ 推流无人机视频

现在你可以用 FFmpeg 将本地的无人机视频循环推送到 RTSP 服务器:

bash

复制代码
ffmpeg -re -stream_loop -1 -i "C:\Users\11022\Desktop\1\1.mp4" -c copy -f rtsp rtsp://localhost:8554/live/stream

参数说明:

  • -re:以原始帧率读取(模拟实时)

  • -stream_loop -1:无限循环播放

  • -i:输入视频文件路径

  • -c copy:复制编码,不重新编码(速度快)

  • -f rtsp:输出格式为 RTSP

  • rtsp://localhost:8554/live/stream:推流地址(Mediamtx 默认接收路径)


4️⃣ 在你的检测服务中使用该 RTSP 流

推流成功后,你的检测服务可以直接拉取这个 RTSP 流:

text

复制代码
POST /aiModel/person/startStream?streamUrl=rtsp://localhost:8554/live/stream&interval=5

这样就能检测你准备的无人机视频中的人群了。


⚠️ 如果仍然遇到问题

  • 确保 mediamtx.exe 正在运行(窗口不能关闭)。

  • 检查防火墙是否允许 8554 端口。

  • 如果推流时提示 connection refused,说明 Mediamtx 未启动或端口不对。

按照以上步骤操作,你就能拥有一个完全符合需求的、可循环播放的无人机视角人群检测测试流。

运行效果图:

相关推荐
大江东去浪淘尽千古风流人物2 小时前
【LoMa】局部特征匹配重访:从LoMa-B到旋转不变LoMa-R的架构与工程实践
开发语言·深度学习·计算机视觉·r语言·视觉定位·sfm·局部特征匹配
XiaoZhenHua985 小时前
C#工业机器视觉软件架构设计:从能运行的Demo到能够稳定跑产线的软件
计算机视觉·系统架构·自动化
richard_yuu5 小时前
AOI 实战第六篇:.onnx 到 C++ 的最后一公里
c++·深度学习·yolo
这张生成的图像能检测吗5 小时前
(论文速读)基于两阶段多模式深度学习的轮胎表面缺陷自动检测及严重程度分类系统
人工智能·深度学习·计算机视觉·数据采集·检测系统·缺陷检测分类·轮胎缺陷
Thomas.Sir5 小时前
第42课:TensorFlow|计算机视觉实战二【图像分割基础流程与数据标注规范】
人工智能·计算机视觉·tensorflow
楚识科技16 小时前
手写OCR工程接入实录:图像预处理、后处理校验与置信度分层的完整链路
人工智能·计算机视觉·ocr
AI浩18 小时前
360CityArena:用于具身智能体的逼真虚拟城市导航基准
计算机视觉
彭祥.20 小时前
基于DeepSeek智能体+YOLO+ResNet的饮食健康分析系统技术实现
yolo
大熊背21 小时前
IspPipeline色相旋转模块实现
人工智能·算法·计算机视觉
羞儿1 天前
【读点论文】From Coarse to Fine-Grained Open-Set Recognition
人工智能·深度学习·计算机视觉·细粒度·开集识别