opencv GStreamer拉rtsp流之Windows平台

这篇具有很好参考价值的文章主要介绍了opencv GStreamer拉rtsp流之Windows平台。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1. 先决条件

opencv要想使用GStreamer拉rtsp流,那么编译opencv必须带上GStreamer编译选项,具体参见:opencv带GStreamer之Windows编译

2. 代码

#include <opencv2/opencv.hpp>

using namespace cv;

int opencv_gstreamer_decoder_demo()
{
	cv::VideoCapture capture;
	capture.open("rtspsrc location=rtsp://admin:a88888888@192.168.1.64:554/Streaming/Channels/101?transportmode=unicast&profile=Profile_1 latency=0 ! decodebin ! videoconvert ! video/x-raw,format=BGR ! appsink", cv::CAP_GSTREAMER);
	if (!capture.isOpened())
	{
		cout << "open video faild" << std::endl;
		std::cout << cv::getBuildInformation() << std::endl;
		return -1;
	}
	cv::Mat frame;
	while (capture.read(frame))
	{
		imshow("frame", frame);
		if (waitKey(1) == 'q') break;
	}
	// 释放资源
	capture.release();
	cv::destroyAllWindows();

	return 0;
}

int main()
{
	opencv_gstreamer_decoder_demo();
	return 0;
}

3. GStreamer参数说明

"rtspsrc location=rtsp://admin:a88888888@192.168.1.64:554/Streaming/Channels/101?transportmode=unicast&profile=Profile_1 latency=0 ! decodebin ! videoconvert ! video/x-raw,format=BGR ! appsink"
  1. rtspsrc location={rtsp_url} :这是GStreamer的元素,用于指定RTSP流的位置。 {rtsp_url} 是您实际的RTSP流URL,包括用户名、密码、IP地址、端口号和流路径。

  2. latency=0 :这是 rtspsrc 元素的属性,用于设置延迟时间。在这种情况下,将延迟设置为0,以尽可能减少延迟。

  3. decodebin :这是GStreamer的元素,用于自动选择适当的解码器来解码输入流。它根据输入流的编码格式动态选择解码器。

  4. videoconvert :这是GStreamer的元素,用于进行视频格式转换。它将解码后的视频帧转换为指定的格式,以便后续处理或显示。

  5. video/x-raw,format=BGR :这是GStreamer的媒体类型,用于指定输出视频帧的格式。在这种情况下,它指定输出视频帧的格式为BGR。

  6. appsink :这是GStreamer的元素,用于将视频帧传递给应用程序进行处理。它充当视频帧的接收器,以供后续在应用程序中使用。

综上所述,该GStreamer管道的作用是从指定的RTSP流中拉取视频数据,然后通过解码、格式转换等处理,将视频帧传递给应用程序进行进一步处理或显示。文章来源地址https://www.toymoban.com/news/detail-643900.html

到了这里,关于opencv GStreamer拉rtsp流之Windows平台的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 人工智能-实训平台

    一些比较简单的和实验的没有在这里给出。 遗传算法求解TSP问题 使用搜索算法实现罗马尼亚问题的求解 AlphaBeta剪枝算法求解博弈树最优选择 朴素贝叶斯分类 拉普拉斯平滑 决策树算法求解分类预测问题 神经元与感知机 反向传播算法 感知机实践 猫狗大战 这个过不了是正常

    2024年02月10日
    浏览(39)
  • Windows平台Unity下播放RTSP或RTMP如何开启硬解码?

    我们在做Windows平台Unity播放RTMP或RTSP的时候,遇到这样的问题,比如展会、安防监控等场景下,需要同时播放多路RTMP或RTSP流,这样对设备性能,提出来更高的要求。 虽然我们软解码,已经做的资源占有非常低了,但考虑到多路播放的情况,我们也设计了硬解码的接口,下面

    2024年02月10日
    浏览(36)
  • 【人工智能】大模型平台新贵——文心千帆

    个人主页:【😊个人主页】 🌞热爱编程,热爱生活🌞 在不久的之前我们曾讨论过在ChatGPT爆火的大环境下,百度推出的“中国版ChatGPT”—文心一言,当时我们得出的结论是有优势同样存在不足,时至今日,百度在发布会上正式推出了“文心千帆”大模型平台,这是百度面向

    2024年02月16日
    浏览(40)
  • 【头歌平台】人工智能-深度学习初体验

    第一题 神经网络中也有神经元,这些神经元也会与其他神经元相连接,这样就形成了神经网络,而且这种网络我们称之为 全连接网络 。如下图所示( 方块表示神经元 ): 从图可以看出,神经网络由一层一层的神经元所构成的,并且不同的层有不同的名字。其中 输入层 表示用

    2024年02月08日
    浏览(52)
  • 三大云平台的人工智能和大数据

    一、阿里云 1.1 人工智能 人脸人体、图像生产、图像分割、图像识别与检测、语音识别、语音合成、语音分析、NLP基础服务、NLP自学习平台、通用文字识别、个人证照识别、票据凭证识别 1.2 大数据 云原生大数据计算服务、实时数仓、实时计算、检索分析服务、图计算服务

    2024年02月11日
    浏览(41)
  • 人工智能-OpenCV+Python实现人脸识别(人脸检测)

    在OpenCV中使用Haar特征检测人脸,那么需要使用OpenCV提供的xml文件(级联表)在haarcascades目录下。这张级联表有一个训练好的AdaBoost训练集。首先要采用样本的Haar特征训练分类器,从而得到一个级联的AdaBoost分类器。Haar特征值反映了图像的灰度变化情况。例如:脸部的一些特征

    2024年02月06日
    浏览(104)
  • 脸鉴AI开放平台:轻松上手的人工智能算法

    序言 一、提升开发效率工具 1.1封装view窗口 1.2封装常用功能接口 1.3提供基础接口代码块 二、使用介绍 2.1 注册登录 2.2 新建应用 2.3 下载应用 2.4 安装包介绍 2.5 demo项目 2.6 配置demo 2.7 运行demo 三、使用结果 3.1 摄像头采集人脸添加模板 3.2 实时画面1:N人脸检测 3.3 照片测

    2024年02月08日
    浏览(49)
  • Windows 11的最新人工智能应用Windows Copilot面世!

    Windows Copilot是Windows 11预览版中的一项AI辅助功能。 Windows 11还包括设置应用程序的更改,更广泛的支持压缩文件格式。 上个月,微软宣布将继续其将ChatGPT应用于所有产品的冒险之旅,推出了名为 Copilot 的新Windows 11功能。几个月前,该公司在Edge和基于Bing的 任务栏搜索字段中

    2024年02月15日
    浏览(41)
  • 【展望】多方计算展望:基于人工智能的数据分析平台

    作者:禅与计算机程序设计艺术 当前,随着人类对社会生活的依赖程度越来越高、信息化水平越来越高,越来越多的个人消费行为被计算机和智能手机等各种设备所代替。而数字经济也正在以惊人的速度发展。尽管如此,人工智能技术在数据驱动下对实体经济产生的深远影响

    2024年02月13日
    浏览(45)
  • 深度学习与人工智能:如何搭建高效的机器学习平台

    深度学习和人工智能是当今最热门的技术趋势之一,它们在各个领域都取得了显著的成果。然而,在实际应用中,搭建一个高效的机器学习平台仍然是一项挑战性的任务。在本文中,我们将讨论如何搭建一个高效的机器学习平台,以及深度学习和人工智能在这个过程中所扮演

    2024年02月19日
    浏览(65)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包