lukeyalvin.site，主要涉及SLAM相关方向，目前知识积累尚浅，多多指教！

摄像头与电脑的连接

首先，你需要获得hikvision摄像头的密码以及用户名（不知道的可以去打客服电话进行咨询），这里不做介绍；

其次，将电脑的ip设置与hikvision同频段，一般来说，海康威视的ip为192.168.1.64，电脑设置如下：

最后，使用IE浏览器（其他可能不支持），输入ip:192.168.1.64并登陆

输入用户名和密码即可获取视频画面（可以观察到，视频有畸变）

使用python+openCV获取监控画面

在使用openCV获取监控画面，具体代码如下

url格式为：“rtsp://用户名（一般默认admin）:密码@网络IP(海康威视一般为：192.168.1.64)/Streaming/Channels/1”

import cv2url = "rtsp://admin:*******@192.168.1.64/Streaming/Channels/1"
cap = cv2.VideoCapture(url)
ret, frame = cap.read()
while ret:# 读取视频帧ret, frame = cap.read()# 显示视频帧cv2.imshow("frame", frame)#等候1ms,播放下一帧，或者按q键退出if cv2.waitKey(1) & 0xFF == ord('q'):break#释放视频流
cap.release()
#关闭所有窗口
cv2.destroyAllWindows()

输出画面默认是1080P的高清画面，我们可以写一个resize方法，等比例缩为720P的画面，代码实现如下：

def img_resize(image):height, width = image.shape[0], image.shape[1]# 设置新的图片分辨率框架 640x369 1280×720 1920×1080width_new = 1280height_new = 720# 判断图片的长宽比率if width / height >= width_new / height_new:img_new = cv2.resize(image, (width_new, int(height * width_new / width)))else:img_new = cv2.resize(image, (int(width * height_new / height), height_new))return img_new

然后在显示之前调用该函数进行处理：

     # 读取视频帧ret, frame = cap.read()# 显示视频帧img_new = img_resize(frame)cv2.imshow("frame", img_new)#等候1ms,播放下一帧，或者按q键退出

实现效果如下：

使用模型处理图像发生内存溢出与高延迟问题解决

我的毕业设计主要使用YOLOv3+deep-sort实现目标检测与实时跟踪，在这里不做详细的理论介绍，以及具体代码的实现，后面会有相关的博客进行专门系统性的讲述，这里主要讲一种处理内存溢出或者高延迟问题的有效解决方案，在使用模型处理图像之后，每次将处理的画面显示出来，只有三秒的时间（下面为处理后的画面）

然后随后就会发生内存溢出的现象，报错内容如下：

但是，当我使用电脑默认的摄像头，就发现非常的流畅，没有内存溢出的现象，这就十分的诡异，然后我猜测是不是因调用rtsp视频流或取得没帧的分辨率多大，导致检测速度过慢，引起传入帧数与处理帧数不对等引起的内存的溢出，但是我尝试减小了分辨率，甚至于获取的帧图像大小比电脑内置摄像头还有小，结果没有任何的改善；

解决这个问题也寻求网上很多解决方案，以下具体结合各位前辈做一下总结：

使用多线程解决：

首先，需要思考，为什么会造成这种现象？有大佬给出这样的解决方案：

FFMPEG Lib对在rtsp协议中的H264 videos不支持？

维基百科：

实时流协议（Real Time Streaming Protocol，RTSP）是一种网络应用协议，专为娱乐和通信系统的使用，以控制流媒体服务器。该协议用于创建和控制终端之间的媒体会话。媒体服务器的客户端发布VCR命令，例如播放，录制和暂停，以便于实时控制从服务器到客户端（视频点播）或从客户端到服务器（语音录音）的媒体流。

FFmpeg 是一个开放源代码的自由软件，可以运行音频和视频多种格式的录影、转换、流功能[1]，包含了libavcodec——这是一个用于多个项目中音频和视频的解码器库，以及libavformat——一个音频与视频格式转换库。

这个项目最初是由法国程序员法布里斯·贝拉（Fabrice Bellard）发起的，而现在是由迈克尔·尼德梅尔（Michael Niedermayer）在进行维护。许多FFmpeg的开发者同时也是MPlayer项目的成员，FFmpeg在MPlayer项目中是被设计为服务器版本进行开发。

2011年3月13日，FFmpeg部分开发人士决定另组Libav，同时制定了一套关于项目继续发展和维护的规则

不管怎么说，就是不支持的意思，就是无法实现，我尝试了这位博主的方法，然而并没有解决的问题，效果还是原来的效果，还是三秒，真就是三秒啊~

参考博客：解决Python OpenCV 读取IP摄像头（RTSP等）出现error while decoding的问题

博主代码实现如下：

import cv2
import queue
import time
import threading
q=queue.Queue()def Receive():print("start Reveive")cap = cv2.VideoCapture("rtsp://admin:admin_123@172.0.0.0")ret, frame = cap.read()q.put(frame)while ret:ret, frame = cap.read()q.put(frame)def Display():print("Start Displaying")while True:if q.empty() !=True:frame=q.get()cv2.imshow("frame1", frame)if cv2.waitKey(1) & 0xFF == ord('q'):breakif __name__=='__main__':p1=threading.Thread(target=Receive)p2 = threading.Thread(target=Display)p1.start()p2.start()

使用多进程

其实造成内存溢出，主要是由于利用opencv程序调取rtsp视频流时，处理程序要消耗的CPU时间过于长，VideoCapture的read是按帧读取所导致的，解决问题点在于把读取视频和处理视频分开，这样就可以消除因处理图片所导致的延迟。

其实使用多线程当然也可以实现两个动作分开进行，但是为什么几乎没有任何的效果呢？

原因主要是GIL的存在：

维基百科：

全局解释器锁（英语：Global Interpreter Lock，缩写GIL），是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。[1]即便在多核心处理器上，使用 GIL 的解释器也只允许同一时间执行一个线程。常见的使用 GIL 的解释器有CPython与Ruby MRI。

在Windows上为Win thread，完全由操作系统调度线程的执行。一个Python解释器进程内有一个主线程，以及多个用户程序的执行线程。即便使用多核心CPU平台，由于GIL的存在，也将禁止多线程的并行执行。

Python解释器进程内的多线程是以协作多任务方式执行。当一个线程遇到I/O任务时，将释放GIL。计算密集型（CPU-bound）的线程在执行大约100次解释器的计步（ticks）时，将释放GIL。计步（ticks）可粗略看作Python虚拟机的指令。计步实际上与时间片长度无关。可以通过sys.setcheckinterval()设置计步长度。

因此，选择使用多进程

然后要考虑怎样在两个进程中传参的问题:
- multiprocessing中有Quaue、SimpleQuaue等进程间传参类，还有Manager这个大管家。
- Quaue这一类都是严格的数据结构队列类型
- Manager比较特殊，它提供了可以在进程间传递的列表、字典等python原生类型
还要考虑怎样才能达到处理进程可以在读取进程中得到最新的一帧:
- 其实VideoCapture是一个天生的队列，先进先出。如果要达到实时获得最新帧的目的，就需要栈来存储视频帧，而不是队列。
- 这样的话，Quaue这一大类就都没有可能了，肯定不能用它来传参。
- 提到栈突然想到了python的列表，它的append和pop操作完全可以当”不严格“的栈来用。所以顺理成章地multiprocessing.Manager.list就是最好的进程间传参类型。
再就是传参栈自动清理的问题，压栈频率肯定是要比出栈频率高的，时间一长就会在栈中积累大量无法出栈的视频帧，会导致程序崩溃，这就需要有一个自动清理机制:
- 设置一个传参栈容量，每当达到这个容量就直接把栈清空，再利用gc库手动发起一次python垃圾回收。这样就不会导致严重的内存溢出和程序崩溃。

代码：

import os
import cv2
import gc
from multiprocessing import Process, Manager# 向共享缓冲栈中写入数据:
def write(stack, cam, top: int) -> None:""":param cam: 摄像头参数:param stack: Manager.list对象:param top: 缓冲栈容量:return: None"""print('Process to write: %s' % os.getpid())cap = cv2.VideoCapture(cam)while True:_, img = cap.read()if _:stack.append(img)# 每到一定容量清空一次缓冲栈# 利用gc库，手动清理内存垃圾，防止内存溢出if len(stack) >= top:del stack[:]gc.collect()# 在缓冲栈中读取数据:
def read(stack) -> None:print('Process to read: %s' % os.getpid())while True:if len(stack) != 0:value = stack.pop()# 对获取的视频帧分辨率重处理img_new = img_resize(value)# 使用yolo模型处理视频帧yolo_img = yolo_deal(img_new)# 显示处理后的视频帧cv2.imshow("img", yolo_img)# 将处理的视频帧存放在文件夹里save_img(yolo_img)key = cv2.waitKey(1) & 0xFFif key == ord('q'):breakif __name__ == '__main__':# 父进程创建缓冲栈，并传给各个子进程：q = Manager().list()pw = Process(target=write, args=(q, url, 100))pr = Process(target=read, args=(q,))# 启动子进程pw，写入:pw.start()# 启动子进程pr，读取:pr.start()# 等待pr结束:pr.join()# pw进程里是死循环，无法等待其结束，只能强行终止:pw.terminate()

实时画面如下：

存入视频帧：

nice!
项目实现后续系统讲述…

OpenCV调用海康威视等摄像头（处理rtsp视频流）方法以及，出现内存溢出（error while decoding）或者高延迟问题解决相关推荐

通过python调用海康威视工业摄像头并进行图像存储，同时使用opencv实时图像显示（数据流问题已解决）
通过python调用海康威视工业摄像头并进行图像存储,同时使用opencv实时图像显示. 1:图像存储方式先说情况,本人是做视觉检测的需要高倍率摄像头进行实时检测,也就是需要深度学习进行图片数据处理 ...
在高版本chrome播放摄像头实时RTSP视频流，并抓图、录像、回放、倍速等
近期研究在VUE中播放RTSP实时视频,客户要求延迟低于300毫秒,并且要求支持多路同时播放,支持H.265格式视频,比较了下目前市场上常见的几种方案,以供大家参考! 一.海康威视官方WEB解决方案: ...
Windows笔记本本地摄像头提供Rtsp视频流服务
一.背景本地测试CV,需要使用RTSP视频流进行测试,所以需要在本地Windows10笔记本摄像头提供RTSP视频流服务. Windows 环境下使用 FFmpeg 推送本地摄像头为RTSP流,并使 ...
在Ubuntu下使用opencv调用海康威视的网络摄像头
经过很多天的配置,终于能在工程中调用海康威视的网络摄像头了,为了后人能快速上手,我整理内容如下: 在本文中我的电脑是使用的Ubuntu16.04 64位,使用工具是QT5.7.1,opencv2.4. ...
yolo调用海康威视网络摄像头踩坑记
用yolo调用海康威视摄像头首先第一点:关注海康威视客户服务这个公众号,然后让里面的人工查询下你这个摄像头能不能登网页,非常重要.我开始用的一个就不行,坑了一两天时间. 然后说下调用方式 1.直 ...
如何在VUE框架的WEB端实时播放海康威视、大华RTSP视频流？
背景如果你问一个前端技术人员,近几年最火的前端框架技术是什么,肯定会有人说VUE,确实VUE凭借其简单特性赢得了大家的喜爱,而近期公司有个项目,需要在VUE框架网页上播放RTSP实时视频. 小编对目 ...
【Java+前端】前端调用大华摄像头，rtsp转rtmp
效果图搭建说明: 大华网络摄像头采用rtsp格式,rtsp格式无法直接显示到web页面上,所以中间要进行实时视频转码. 步骤: 搭建nginx流式服务器资源见文件分享,解压缩后直接就可进行使用(都 ...
DJL调用目标检测模型检测rtsp视频流
1.获取目标检测模型 /*** @Author bjiang* @Description //TODO 获取目标检测模型* @Date 2022/1/14 16:03* @Version 1.0*/ ...
python利用OpenCV调用海康威视摄像头--利用wifi路由器提供网
部署环境由于实验室只有无线网没有有线网,在这里依靠wifi路由器做出一个有线网. wifi路由器根据wifi配置有线网 ip 192.168.113.17 掩码 255.255.255.0 网关19 ...

OpenCV调用海康威视等摄像头（处理rtsp视频流）方法以及，出现内存溢出（error while decoding）或者高延迟问题解决