引言

前面有水另外两篇不同的ffmpeg编译的博文，主要是针对不同的命令与相关的调用形式，如果只是在shell命令下直推视频，普通编译加搭建srs3就好了，而如果是需要配合python或者其它编程语言，这时候还要加上libx264、yasm等进行兼容，提高效率，前面两篇链接如下：

ffmpeg源码带libx264安装并用ffplay推流测试

ffmpeg与srs3编译以及常用命令测试总结

NVIDIA驱动检查

这里需要检查的东西是cuda和cudnn是否已经安装成功并适配显卡驱动，具体的安装与测试方法我在之前的文章有说明：

Linux下从0开始GPU环境搭建与启动测试

确认无误后就进入下一步。

ffmpeg安装

首先检查一下当前系统是否依赖都齐全了，如果要使用yasm汇编编译器、libx264 H.264视频编码器是否都有，相关的依赖还可以再用命令检查一遍：

sudo apt install libfdk-aac-dev libmp3lame-dev libx264-dev libx265-dev libsdl2-dev

在有ffmpeg解压好的文件夹的前提下，我们还需要进入ffmpeg文件夹下拉取NVIDIA的nvidia codec头文件，这是ffmpeg开启GPU必不可少的一个文件库，我们需要拉取下来并进行编译：

git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
make
sudo make install

确保无误后进入ffmpeg的重新编译。

如果时间比较多，推荐看看NVIDIA官方出品的Using_FFmpeg_with_NVIDIA_GPU_Hardware_Acceleration.pdf，基本上所有博客或者安装笔记都是照着这个PDF在安装，只不过最后的configure方式不同，NVIDIA只给了一个通用格式，下图为PDF中它介绍的版本：

这里我的编译命令与方式如下：

# PKG_CONFIG_PATH=/usr/local/lib/pkgconfig
./configure --prefix=/usr/local/ffmpeg --enable-cuda-nvcc --enable-cuvid --enable-shared --enable-nvenc --enable-shared --extra-libs=-lpthread --extra-libs=-lm --enable-gpl --enable-libx264 --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --enable-nonfreemake -j8
make install

如果提示找不到依赖库找不到安装目录，上述configure中还需加上PKG_CONFIG_PATH=/usr/local/lib/pkgconfig放在configure前，否则会报错为ERROR: cuda requested, but not all dependencies are satisfied: ffnvcodec。具体的原理可以网上搜索 configure， pkg-config ， PKG_CONFIG_PATH这三者直接的关系，我这里就不再赘述。编译的时候开启多进程为8个，这样速度会快很多，因为ffmpeg只要configure不报错，基本上make不会出现问题。

上面具体的编译参数可以查看我下面列举的表格，在这里做个记录：

命令	帮助信息
--help	显示此帮助信息\|print this message
--log[=FILE\|yes\|no]	记录测试并输出到config.err文件\|log tests and output to FILE [config.err]
--prefix=PREFIX	安装程序到指定目录（默认/usr/local）\|install in PREFIX [/usr/local]
--libdir=DIR	安装库到指定目录（默认prefix/lib）\|install libs in DIR [PREFIX/lib]
--shlibdir=DIR	指定共享库路径（默认prefix/lib）\|install shared libs in DIR [PREFIX/lib]
--incdir=DIR	指定includes路径（默认prefix/include/ffmpeg）\|install includes in DIR[PREFIX/include/ffmpeg]
--mandir=DIR	指定man page路径（默认prefix/man）install man page in DIR [PREFIX/man]
--enable-mp3lame	启用mp3编码libmp3lame（默认关闭）enable MP3 encoding via libmp3lame[default=no]
--enable-libogg	启用ogg支持libogg（默认关闭）enable Ogg support via libogg [default=no]
--enable-vorbis	启用Vorbis支持libvorbis（默认关闭）enable Vorbis support via libvorbis [default=no]
--enable-faad	启用faad支持libfaad（默认关闭）enable FAAD support via libfaad [default=no]
--enable-faadbin	启用faad运行时链接支持（默认关闭）build FAAD support with runtime linking[default=no]
--enable-faac	启用faac支持libfaac（默认关闭）enable FAAC support via libfaac [default=no]
--enable-libgsm	启用GSM支持libgsm（默认关闭）enable GSM support via libgsm [default=no]
--enable-xvid	启用xvid支持xvidcore（默认关闭）enable XviD support via xvidcore [default=no]
--enable-libx264	启用H.264编码（默认关闭）enable H.264 encoding via x264 [default=no]
--enable-mingw32	启用MinGW本地/交叉win环境编译\|enable MinGW native/cross Windows compile
--enable-mingwce	启用MinGW本地/交叉winCE环境编译enable MinGW native/cross WinCE compile
--enable-a52	启用A52支持（默认关闭）enable GPLed A52 support [default=no]
--enable-a52bin	启用运行时打开liba52.so.0（默认关闭）open liba52.so.0 at runtime [default=no]
--enable-dts	启用DTS支持（默认关闭）enable GPLed DTS support [default=no]
--enable-pp	启用后加工支持（默认关闭）enable GPLed postprocessing support [default=no]
--enable-static	构建静态库（默认启用）build static libraries [default=yes]
--disable-static	禁止构建静态库（默认关闭）do not build static libraries [default=no]
--enable-shared	构建共享库（默认关闭）build shared libraries [default=no]
--disable-shared	禁止构建共享库（默认启用）do not build shared libraries [default=yes]
--enable-amr_nb	启用amr_nb float音频编解码器\|enable amr_nb float audio codec
--enable-amr_nb-fixed	启用fixed amr_nb codec \| use fixed point for amr-nb codec
--enable-amr_wb	启用amr_wb float音频编解码器\|enable amr_wb float audio codec
--enable-amr_if2	启用amr_wb IF2音频编解码器\|enable amr_wb IF2 audio codec
--enable-sunmlib	启用Sun medialib（默认关闭）\| use Sun medialib [default=no]
--enable-pthreads	启用pthreads（多线程）（默认关闭）use pthreads [default=no]
--enable-dc1394	启用libdc1394、libraw1394抓取IIDC-1394（默认关闭）enable IIDC-1394 grabbing using libdc1394 and libraw1394 [default=no]
--enable-swscaler	启用计数器支持？（默认关闭）software scaler support [default=no]
--enable-avisynth	允许读取AVISynth脚本本件（默认关闭）allow reading AVISynth script files [default=no]
--enable-gpl	允许使用GPL（默认关闭）allow use of GPL code, the resulting libav* and ffmpeg will be under GPL [default=no]

编译成功后，我们可以进行测试，命令为：

ffmpeg -hwaccels# 查看硬解码器
ffmpeg -codecs | grep cuvid# 查看硬编码器
ffmpeg -codecs | grep nvenc

看见有cuda和cuvid即为成功。

而如果看前面的第一篇文章，装了srs的话就能进行本地推流测试了：

ffmpeg -hwaccel cuvid -c:v h264_cuvid -rtsp_transport tcp -i "rtsp://admin:admin@127.0。0.1:1935/H264?channel=1&subtype=0&unicast=true&proto=Onvif/video
" -c:v h264_nvenc -b:v 2048k -vf scale_npp=1280:-1 -y /home/2.mp4

ffmpeg利用NVIDIA硬件加速编译相关推荐

FFMPEG NVIDIA硬件加速总结
目录 1.NVDIA概述 2.FFmpeg集成到GPU 3.FFmpeg uses Video Codec SDK 4.ffmpeg对NVIDIA GPU的编译步骤 4.1configure命令 4. ...
使用 ffmpeg 转码视频 (使用 nvidia 硬件加速和 h265 编码)
原来使用 staxrip 的 nvidia加速转码一堆录像到 x265,码率大概为2000,画质很渣,虽然也许很大一部分是我不会调或者调错参数的原因 orz. 使用 libx265 编码质量很好,但 ...
FFmpeg再学习 -- 硬件加速编解码
为了搞硬件加速编解码,用了一周时间来看 CUDA,接下来开始加以总结. 一.什么是 CUDA (1)首先需要了解一下,什么是 CUDA. 参看:百度百科 -- CUDA 参看:CUDA基础介绍参看: ...
FFmpeg实现dxva2硬件加速
原文地址:https://www.cnblogs.com/betterwgo/p/6125507.html Direct3D device manager,链接:http://www.cnblogs. ...
ffmpeg Nvidia硬件加速总结
0. 概述 FFmpeg可通过Nvidia的GPU进行加速,其中高层接口是通过Video Codec SDK来实现GPU资源的调用.Video Codec SDK包含完整的的高性能工具.源码及文档,支 ...
Windows上ffmpeg使用GPU硬件加速多路rtsp转HLS直播流
项目需要接入20多路rtsp转hls视频流,机器的CPU为i9-10900,显卡为P2200. CPU转码最开始测试使用脚本: start ./ffmpeg -i rtsp://<账号> ...
nvidia显卡加速matlab,利用nvidia cuda加速simulink S-function
本帖最后由蓝云风翼于 2010-9-15 21:54 编辑 #define S_FUNCTION_NAME simuCuda /* Defines and Includes */ #define ...
matlab外接显卡,利用nvidia CUDA加速MATLAB运算
星期六早上去参加了旅英侨界运动会,认识了不少好朋友,也第一次听说了NVidia的CUDA,可以用GPU运算!NV牌八系列以上的芯片组就可以用!我的F8SV完全OK阿!据说利用GPU可以大幅缩短MATL ...
[FFMPEG硬件加速]nvidia方案
1.目标 <1>显卡性能参数: <2>方案可行性: 2.平台信息 2.1.查看当前显卡信息命令: lspci |grep VGA 信息: 01:00.0 VGA com ...

ffmpeg利用NVIDIA硬件加速编译

引言

NVIDIA驱动检查

ffmpeg安装

ffmpeg利用NVIDIA硬件加速编译相关推荐

最新文章

热门文章