pythonffmpeg 推流_Python实现推流直播
教程
https://codingchaozhang.blog.csdn.net/article/details/102732555?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.channel_param
Python实现推流直播
首先给出展示结果,大体就是检测工业板子是否出现。采取检测的方法比较简单,用的OpenCV的模板检测。
大体思路
opencv读取视频
将视频分割为帧
对每一帧进行处理(opencv模板匹配)
在将此帧写入pipe管道
利用ffmpeg进行推流直播
中间遇到的问题
在处理本地视频时,并没有延时卡顿的情况。但对实时视频流的时候,出现了卡顿延时的效果。在一顿度娘操作之后,采取了多线程的方法。
FFmpeg推流
在Ubuntu 14 上安装 Nginx-RTMP 流媒体服务器
https://www.cnblogs.com/cocoajin/p/4353767.html
import subprocess as sp
rtmpUrl = ""
camera_path = ""
cap = cv.VideoCapture(camera_path)
# Get video information
fps = int(cap.get(cv.CAP_PROP_FPS))
width = int(cap.get(cv.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv.CAP_PROP_FRAME_HEIGHT))
# ffmpeg command
command = ['ffmpeg',
'-y',
'-f', 'rawvideo',
'-vcodec','rawvideo',
'-pix_fmt', 'bgr24',
'-s', "{}x{}".format(width, height),
'-r', str(fps),
'-i', '-',
'-c:v', 'libx264',
'-pix_fmt', 'yuv420p',
'-preset', 'ultrafast',
'-f', 'flv',
rtmpUrl]
# 管道配置
p = sp.Popen(command, stdin=sp.PIPE)
# read webcamera
while(cap.isOpened()):
ret, frame = cap.read()
if not ret:
print("Opening camera is failed")
break
# process frame
# your code
# process frame
# write to pipe
p.stdin.write(frame.tostring())
说明:rtmp是要接受视频的服务器,服务器按照上面所给连接地址即可。
多线程处理
python mutilprocessing多进程编程 https://blog.csdn.net/jeffery0207/article/details/82958520
def image_put(q):
# 采取本地视频验证
cap = cv2.VideoCapture("./new.mp4")
# 采取视频流的方式
# cap = cv2.VideoCapture(0)
# cap.set(cv2.CAP_PROP_FRAME_WIDTH,1920)
# cap.set(cv2.CAP_PROP_FRAME_HEIGHT,1080)
if cap.isOpened():
print('success')
else:
print('faild')
while True:
q.put(cap.read()[1])
q.get() if q.qsize() > 1 else time.sleep(0.01)
def image_get(q):
while True:
# start = time.time()
#flag += 1
frame = q.get()
frame = template_match(frame)
# end = time.time()
# print("the time is", end-start)
cv2.imshow("frame", frame)
cv2.waitKey(0)
# pipe.stdin.write(frame.tostring())
#cv2.imwrite(save_path + "%d.jpg"%flag,frame)
# 多线程执行一个摄像头
def run_single_camera():
# 初始化
mp.set_start_method(method='spawn') # init
# 队列
queue = mp.Queue(maxsize=2)
processes = [mp.Process(target=image_put, args=(queue, )),
mp.Process(target=image_get, args=(queue, ))]
[process.start() for process in processes]
[process.join() for process in processes]
def run():
run_single_camera() # quick, with 2 threads
pass
说明:使用Python3自带的多线程模块mutilprocessing模块,创建一个队列,线程A从通过rstp协议从视频流中读取出每一帧,并放入队列中,线程B从队列中将图片取出,处理后进行显示。线程A如果发现队列里有两张图片,即线程B的读取速度跟不上线程A,那么线程A主动将队列里面的旧图片删掉,换新图片。
import time
import multiprocessing as mp
import numpy as np
import random
import subprocess as sp
import cv2
import os
# 定义opencv所需的模板
template_path = "./high_img_template.jpg"
# 定义矩形框所要展示的变量
category = "Category: board"
var_confidence = (np.random.randint(86, 98)) / 100
Confidence = "Confidence: " + str(var_confidence)
var_precision = round(random.uniform(98, 99), 2)
Precision = "Precision: " + str(var_precision) + "%"
product_yield = "Product Yield: 100%"
result = "Result: perfect"
# 读取模板并获取模板的高度和宽度
template = cv2.imread(template_path, 0)
h, w = template.shape[:2]
# 定义模板匹配函数
def template_match(img_rgb):
# 灰度转换
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
# 模板匹配
res = cv2.matchTemplate(img_gray, template, cv2.TM_CCOEFF_NORMED)
# 设置阈值
threshold = 0.8
loc = np.where(res >= threshold)
if len(loc[0]):
# 这里直接固定区域
cv2.rectangle(img_rgb, (155, 515), (1810, 820), (0, 0, 255), 3)
cv2.putText(img_rgb, category, (240, 600), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
cv2.putText(img_rgb, Confidence, (240, 640), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
cv2.putText(img_rgb, Precision, (240, 680), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
cv2.putText(img_rgb, product_yield, (240, 720), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
cv2.putText(img_rgb, result, (240, 780), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 255, 0), 5)
return img_rgb
# 视频属性
size = (1920, 1080)
sizeStr = str(size[0]) + 'x' + str(size[1])
# fps = cap.get(cv2.CAP_PROP_FPS) # 30p/self
# fps = int(fps)
fps = 11
hz = int(1000.0 / fps)
print ('size:'+ sizeStr + ' fps:' + str(fps) + ' hz:' + str(hz))
rtmpUrl = 'rtmp://localhost/hls/test'
# 直播管道输出
# ffmpeg推送rtmp 重点 : 通过管道 共享数据的方式
command = ['ffmpeg',
'-y',
'-f', 'rawvideo',
'-vcodec','rawvideo',
'-pix_fmt', 'bgr24',
'-s', sizeStr,
'-r', str(fps),
'-i', '-',
'-c:v', 'libx264',
'-pix_fmt', 'yuv420p',
'-preset', 'ultrafast',
'-f', 'flv',
rtmpUrl]
#管道特性配置
# pipe = sp.Popen(command, stdout = sp.PIPE, bufsize=10**8)
pipe = sp.Popen(command, stdin=sp.PIPE) #,shell=False
# pipe.stdin.write(frame.tostring())
def image_put(q):
# 采取本地视频验证
cap = cv2.VideoCapture("./new.mp4")
# 采取视频流的方式
# cap = cv2.VideoCapture(0)
# cap.set(cv2.CAP_PROP_FRAME_WIDTH,1920)
# cap.set(cv2.CAP_PROP_FRAME_HEIGHT,1080)
if cap.isOpened():
print('success')
else:
print('faild')
while True:
q.put(cap.read()[1])
q.get() if q.qsize() > 1 else time.sleep(0.01)
# 采取本地视频的方式保存图片
save_path = "./res_imgs"
if os.path.exists(save_path):
os.makedir(save_path)
def image_get(q):
while True:
# start = time.time()
#flag += 1
frame = q.get()
frame = template_match(frame)
# end = time.time()
# print("the time is", end-start)
cv2.imshow("frame", frame)
cv2.waitKey(0)
# pipe.stdin.write(frame.tostring())
#cv2.imwrite(save_path + "%d.jpg"%flag,frame)
# 多线程执行一个摄像头
def run_single_camera():
# 初始化
mp.set_start_method(method='spawn') # init
# 队列
queue = mp.Queue(maxsize=2)
processes = [mp.Process(target=image_put, args=(queue, )),
mp.Process(target=image_get, args=(queue, ))]
[process.start() for process in processes]
[process.join() for process in processes]
def run():
run_single_camera() # quick, with 2 threads
pass
if __name__ == '__main__':
run()
参考文章
在Ubuntu 14 上安装 Nginx-RTMP 流媒体服务器:https://www.cnblogs.com/cocoajin/p/4353767.html
python mutilprocessing多进程编程:https://blog.csdn.net/jeffery0207/article/details/82958520
ffmpeg 将视频和图片互转化:https://blog.csdn.net/TingiBanDeQu/article/details/53896944
基于python2.7的opencv3.3-ffmpeg-rtmp视频处理并推送流直播:https://blog.csdn.net/u014303844/article/details/80394101
读取多个(海康\大华)网络摄像头的视频流 (使用opencv-python),解决实时读取延迟问题:https://zhuanlan.zhihu.com/p/38136322
python利用ffmpeg进行rtmp推流直播:https://zhuanlan.zhihu.com/p/74260950
全部代码展示
pythonffmpeg 推流_Python实现推流直播相关推荐
- 【Android RTMP】RTMP 直播推流阶段总结 ( 服务器端搭建 | Android 手机端编码推流 | 电脑端观看直播 | 服务器状态查看 )
文章目录 安卓直播推流专栏博客总结 一. 服务器搭建 二. 手机端推流 三. 电脑端观看直播 四. RTMP 服务器端状态 安卓直播推流专栏博客总结 Android RTMP 直播推流技术专栏 : 0 ...
- 推流是什么,直播为什么要推流
直播可以快速准确地传递现场信息,给大家带去强烈的现场感,越来越多的人通过网站和手机来观看直播.在这里,我们将通过本文系统地向大家阐述直播中另一个重要的操作环节推流.在搜索引擎上有很多朋友咨询推流是什么 ...
- LiveQing流媒体RTMP推流服务-如何获直播流地址 HLS/HTTP-FLV/WS-FLV/WebRTC/RTMP视频流地址
LiveQing流媒体RTMP推流服务-如何获直播流地址 HLS/HTTP-FLV/WS-FLV/WebRTC/RTMP视频流地址 1.服务说明 2.如何一步一步搭建视频直播 3.配置鉴权直播间 3. ...
- 【解决方案】TSINGSEE青犀视频RTMP推流网关+公有云直播远程监控系统,让“小饭桌”变成“放心桌”
近几年来,学校附近的小饭桌如雨后春笋般出现,选择一个好的小饭桌,让各个家长花费了很大的精力.为此,很多小饭桌为了提高学生数量,在厨房和学习地方安装监控,并将视频公开给家长. 安装监控不仅解除了学生家长 ...
- 【解决方案】“小饭桌”变成“放心桌”,TSINGSEE青犀视频RTMP推流网关+公有云直播远程监控
近几年来,学校附近的小饭桌如雨后春笋般出现,选择一个好的小饭桌,让各个家长花费了很大的精力.为此,很多小饭桌为了提高学生数量,在厨房和学习地方安装监控,并将视频公开给家长. 安装监控不仅解除了学生家长 ...
- 视频流媒体服务器如何用OBS推流录屏或直播?
OBS是一款免费且开源的用于视频录制以及直播串流的软件.能兼容多种平台,在Windows,Mac以及Linux上都可以使用,它简单且快速的开始串流. 之前我就介绍了OBS推流软件结合我们的流媒体直播服 ...
- 七牛云直播推流php,七牛云直播Android推流端之开速开发
前言 在我看来,定性为快速开发的文档应该是毫无障碍的,对着敲应该就能直接运行的.可是由于七牛迭代太快了,文档跟不上代码迭代的速度,导致快速开始这部分文档的还没更新,很多被废弃的类.方法还在文档中,导致 ...
- 网红主播如何使用编码器RTMP推流到B站直播平台的方案
网红主播如何使用编码器推流到B站直播平台的方案 https://blog.csdn.net/weixin_41486034/article/details/106351578 概述 本文讲述如何让你成 ...
- 魔坊APP项目-26-直播、docker安装OSSRS流媒体直播服务器、基于APICloud的acLive直播推流模块实现RTMP直播推流、直播流管理
一.docker安装OSSRS流媒体直播服务器 在外界开发中, 如果要实现直播功能.常用的方式有: 1. 通过第三方接口来实现.可以申请阿里云,腾讯云,网易云,七牛云的直播接口,根据文档,下载集成SD ...
最新文章
- 深入浅出依赖注入框架Dagger2
- 斗地主AI算法——第十三章の主动出牌(2)
- vue服务端转html,普通vue-cli初始项目转为服务端渲染SSR
- 在appdelegate中 设置跟视图控制器 但是没办法全屏
- java 多线程:开两个线程,一个线程跑同步代码块,一个线程跑同步函数
- nina数据库的采样频率_急求!!!什么是时域采样定理和频域采样定理?
- 大数据开发常见面试问题总结
- unity 平移图片_Unity3D研究院之脚本实现模型的平移与旋转(六)
- 用python可以画的可爱的图形_用Python的Turtple画图形
- mysql插入成功返回主键_MyBatis + MySQL返回插入成功后的主键id
- Unity PBR学习(二) 一个简单的IBL
- html 自动 生成 日期,自己生成Select列表日期时间
- HDU-1238 Substrings
- 我爱赚钱吧:SEO的好处有哪些?
- java 解zip文件(ZipInputStream)
- Linux的for循环语句
- C++计算a的b次方的算法(附完整源码)
- 汉诺塔细讲(内含邻近,循环。以及作者对汉诺塔,以及分治算法的小感悟,注释)
- Java 设计一个抽象类Printer和它的两个子类BlackPrinter(黑白打印机)和ColorPrinter(彩色打印机)
- 机器学习算法与Python实践之 k均值聚类(k-means)