python-opencv 多进程读取rtsp视频流,并保存到本地

    先说一下我遇到的问题,用普通的while循环的方式显示视频画面非常卡顿,于是采用的multiprocessing多进程,然后出现一个问题就是每次保存只能保存十几kb的东西,经过反复检查发现,是没有加release(),加上就好了,代码如下:

    

import os
import cv2
import gc
import time
from multiprocessing import Process, Manager


# 向共享缓冲栈中写入数据:
def write(stack, cam, top: int) -> 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[::2]
                gc.collect()


# 在缓冲栈中读取数据:
def read(stack) -> None: #提醒返回值是一个None
    print('Process to read: %s' % os.getpid())
    index = 0
    fourcc = cv2.VideoWriter_fourcc('P','I','M','2')   #MPEG-4.2
    #下面的格式根据不同情况选择
    # fourcc = cv2.VideoWriter_fourcc('P','I','M','1')  # MPEG-1
    # fourcc = cv2.VideoWriter_fourcc('M','J','P','G') # motion-jpeg codec
    # fourcc = cv2.VideoWriter_fourcc('D', 'I', 'V', '3') # MPEG-4.3 codec
    # fourcc = cv2.VideoWriter_fourcc('P', 'I', 'M', '2')  # MPEG-4.2
    # fourcc = cv2.VideoWriter_fourcc('D', 'I', 'V', 'X') # MPEG - 4    codec
    # fourcc = cv2.VideoWriter_fourcc('U', '2', '6', '3') # H263    codec
    # fourcc = cv2.VideoWriter_fourcc('I', '2', '6', '3') # H263I   codec
    # fourcc = cv2.VideoWriter_fourcc('F', 'L', 'V', '1') # FLV1 codec


    out = cv2.VideoWriter('video_out.mpg',fourcc , 6.3, (1280, 720))

    start_time = time.time()
    x = 1  # displays the frame rate every 1 second
    counter = 0

    print("开始逐帧读取")
    while True:
        # print("正在读取第%d帧:" %index)
        if len(stack) >= 10:
            frame = stack.pop(0)

            # 逐帧保存为图片
            # resize_frame = cv2.resize(frame, (720, 480), interpolation=cv2.INTER_AREA)
            # cv2.imwrite("frame" + "%03d.jpg" % index,resize_frame )
            index = index+1

            #直接保存视频
            out.write(frame)
            cv2.imshow("img", frame)

            #计算fps
            counter += 1
            if (time.time() - start_time) > x:

                print("FPS: ", counter / (time.time() - start_time))
                counter = 0
                start_time = time.time()

            key = cv2.waitKey(1) & 0xFF
            if key == ord('q'):
                break
        else:
            continue
    out.release()
    cv2.destroyAllWindows()

if __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, "rtsp://admin:admin@192.168.xx.x:554/h264/ch1/main/av_stream", 100)) #海康威视视频流地址
    pr = Process(target=read, args=(q,))
    pw.start()
    pr.start()

    pr.join()

    pw.terminate()

 

  • 12
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
使用python-opencv调用mjpg-stream视频流可以通过以下几个步骤实现: 1. 首先,我们需要安装python-opencv库。可以使用pip命令进行安装,如下所示: ``` pip install opencv-python ``` 2. 导入所需的库。我们需要导入opencv模块,以及用于从URL中读取视频流的模块urllib.request。代码如下: ```python import cv2 import urllib.request ``` 3. 定义视频流的URL。根据实际情况,将URL替换为相应的mjpg-stream视频流的URL。代码如下: ```python stream_url = "http://example.com/stream/video.mjpg" ``` 4. 使用urllib.request.urlopen()方法打开视频流URL,并读取其中的数据。代码如下: ```python stream = urllib.request.urlopen(stream_url) ``` 5. 使用cv2.VideoCapture()方法创建一个视频捕获对象,然后使用read()方法从视频流读取每一帧图像数据。代码如下: ```python capture = cv2.VideoCapture(stream) ret, frame = capture.read() ``` 6. 在一个循环中,不断读取视频流中的每一帧图像数据,然后进行后续的处理。例如,可以显示图像、保存图像等。代码如下: ```python while True: ret, frame = capture.read() cv2.imshow("Video Stream", frame) # 处理图像数据的其他操作 if cv2.waitKey(1) == ord('q'): break capture.release() cv2.destroyAllWindows() ``` 在以上步骤中,我们首先安装了python-opencv库,然后导入所需的库,之后定义了视频流的URL。接着,通过urllib.request库打开视频流URL,并创建了一个视频捕获对象。最后,利用一个循环读取每一帧图像数据,并进行相应的处理,例如显示图像或保存图像。最后,释放资源并关闭窗口。 以上就是使用python-opencv调用mjpg-stream视频流的基本过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值