基于GStreamer和FFmpeg的OpenCV安装和使用

前言

OpenCV的全称是Open Source Computer Vision Library,是一个跨平台的计算机视觉库。是由英特尔公司发起并参与开发,以BSD许可证授权发行,可以在商业和研究领域中免费使用。可用于开发实时的图像处理、计算机视觉以及模式识别程序。
在这里插入图片描述
OpenCV的主要目标是:

  • 为推进机器视觉的研究,提供一套开源且优化的基础库。不重造轮子。
  • 提供一个共同的基础库,使得开发人员的代码更容易阅读和转让,促进了知识的传播。
  • 透过提供不需要开源或免费的软件许可,促进商业应用软件的开发。
  • OpenCV现在也集成了对CUDA的支持。

本文简要介绍基于GStreamer和FFmpeg的OpenCV安装和使用。

安装

以Ubuntu为例进行说明:

安装GStreamer依赖库

apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev gstreamer1.0-plugins-ugly gstreamer1.0-rtsp

apt-get install --reinstall gstreamer1.0-alsa gstreamer1.0-libav gstreamer1.0-plugins-bad gstreamer1.0-plugins-base gstreamer1.0-plugins-good gstreamer1.0-plugins-ugly gstreamer1.0-pulseaudio libgstreamer-plugins-bad1.0-0 libgstreamer-plugins-base1.0-0 libgstreamer-plugins-good1.0-0 libgstreamer1.0-0 

apt-get install gstreamer1.0-rtsp
apt-get install gstreamer1.0-tools  
apt-get install gstreamer1.0-plugins-base-apps

OpenCV依赖GStreamer和FFmpeg重编译

ln -s /docker/installs/FFmpeg/build_x64_release_shared/ /usr/local/ffmpeg

mkdir /usr/include/ffmpeg

cp /usr/local/ffmpeg/include/*/* /usr/include/ffmpeg/


vi /etc/ld.so.conf
添加/usr/local/ffmpeg/lib

ldconfig

使用Cmake配置编译选项(注意-D WITH_GSTREAMER=ON):

cmake -D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_C_COMPILER=/usr/bin/gcc \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D INSTALL_PYTHON_EXAMPLES=ON \
-D INSTALL_C_EXAMPLES=OFF \
-D WITH_TBB=ON \
-D BUILD_opencv_cudacodec=ON \
-D ENABLE_FAST_MATH=1 \
-D CUDA_FAST_MATH=1 \
-D WITH_CUDA=ON \
-D WITH_CUBLAS=1 \
-D WITH_FFMPEG=ON \
-D WITH_V4L=ON \
-D WITH_QT=OFF \
-D WITH_OPENGL=ON \
-D WITH_GSTREAMER=ON \
-D OPENCV_GENERATE_PKGCONFIG=ON \
-D OPENCV_PC_FILE_NAME=opencv.pc \
-D OPENCV_ENABLE_NONFREE=ON \
-D OPENCV_PYTHON3_INSTALL_PATH=/home/ubuntu/conda/envs/pytorch/lib/python3.6/site-packages \
-D WITH_NVCUVID=ON \
-D BUILD_opencv_python3=yes \
-D OPENCV_EXTRA_MODULES_PATH=/home/ubuntu/installs/opencv_contrib/modules \
-D PYTHON2_EXECUTABLE=/home/ubuntu/conda/envs/pytorch/bin/python \
-D PYTHON3_EXECUTABLE=/home/ubuntu/conda/envs/pytorch/bin/python \
-D PYTHON_INCLUDE_DIR=/home/ubuntu/conda/envs/pytorch/include/python3.6m \
-D PYTHON_INCLUDE_DIR2=/home/ubuntu/conda/envs/pytorch/include/python3.6m \
-D PYTHON2_LIBRARY=/home/ubuntu/conda/envs/pytorch/lib/libpython3.6m.so \
-D PYTHON3_LIBRARY=/home/ubuntu/conda/envs/pytorch/lib/libpython3.6m.so \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/home/ubuntu/conda/envs/pytorch/lib/python3.6/site-packages/numpy/core/include \
-D BUILD_EXAMPLES=ON \
-D WITH_CUDNN=ON \
-D OPENCV_DNN_CUDA=ON \
-D CUDA_ARCH_BIN=7.5 ..

make -j8
sudo make install

测试使用

指定OpenCV VideoWriter backend

out = cv2.VideoWriter(file_path, cv2.CAP_GSTREAMER, 0, fps, (frame_width, frame_height), True) 

版权说明

本文为原创文章,独家发布在blog.csdn.net/TracelessLe。未经个人允许不得转载。如需帮助请email至tracelessle@163.com或扫描个人介绍栏二维码咨询。
在这里插入图片描述

参考资料

[1] Ubuntu上安装opencv-cuda加速_TracelessLe的博客-CSDN博客
[2] 使用Gstreamer处理RTSP视频流 - 探索字符串
[3] python-opencv-gstreamer-examples/gst_rtsp_server.py at master · mad4ms/python-opencv-gstreamer-examples
[4] Can’t play video on Ubuntu 16.04, GStreamer error - linux - openFrameworks
[5] gstreamer-cheat-sheet/rtmp.md at master · matthew1000/gstreamer-cheat-sheet

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
Opencv提供了支持Gstreamer的模块,可以使用GstreamerOpencv中进行视频流处理。使用Gstreamer需要安装Gstreamer以及相关插件,然后在编译Opencv时加入相应的参数,具体方法如下: 1.安装Gstreamer及插件 在Linux系统中可以使用以下命令安装: ``` sudo apt-get install gstreamer1.0-tools gstreamer1.0-plugins-good gstreamer1.0-plugins-bad gstreamer1.0-plugins-ugly gstreamer1.0-libav ``` 2.编译安装Opencv 在编译Opencv时加入Gstreamer支持,需要在cmake命令中加入以下参数: ``` -D WITH_GSTREAMER=ON -D BUILD_opencv_videoio=ON ``` 其中,`WITH_GSTREAMER`参数表示开启Gstreamer支持,`BUILD_opencv_videoio`参数表示编译Opencv的视频模块。完整的cmake命令如下: ``` cmake -D CMAKE_BUILD_TYPE=RELEASE \ -D CMAKE_INSTALL_PREFIX=/usr/local \ -D WITH_CUDA=OFF \ -D WITH_CUFFT=OFF \ -D WITH_GSTREAMER=ON \ -D BUILD_opencv_videoio=ON \ -D BUILD_opencv_imgcodecs=ON \ -D BUILD_opencv_highgui=ON \ -D BUILD_EXAMPLES=ON \ -D BUILD_TESTS=OFF \ -D BUILD_PERF_TESTS=OFF \ -D OPENCV_ENABLE_NONFREE=ON \ -D OPENCV_EXTRA_MODULES_PATH=/home/user/opencv_contrib-master/modules \ -D CUDA_ARCH_PTX="" \ -D CUDA_ARCH_BIN="" \ -D BUILD_SHARED_LIBS=ON \ -D WITH_FFMPEG=ON \ -D WITH_TBB=ON \ -D WITH_OPENMP=ON \ -D ENABLE_FAST_MATH=ON \ -D CUDA_FAST_MATH=OFF \ -D WITH_OPENCL=OFF \ -D WITH_IPP=ON \ -D WITH_MKL=ON \ -D WITH_V4L=ON \ -D WITH_XINE=ON \ -D ENABLE_PRECOMPILED_HEADERS=OFF \ -D INSTALL_C_EXAMPLES=ON \ -D INSTALL_PYTHON_EXAMPLES=ON \ -D INSTALL_TESTS=OFF \ -D INSTALL_OPENCV=ON \ -D OPENCV_PYTHON3_INSTALL_PATH=/usr/local/lib/python3.7/dist-packages \ -D OPENCV_GENERATE_PKGCONFIG=ON \ ../opencv-master ``` 3.使用OpencvGstreamer处理视频流 使用OpencvGstreamer处理视频流的方法与常规的Opencv视频流处理基本一致,只需要指定使用Gstreamer的视频捕获设备即可。例如,以下代码使用Gstreamer捕获从摄像头中获取的视频流并显示在窗口中: ```python import cv2 cap = cv2.VideoCapture("v4l2src device=/dev/video0 ! video/x-raw,width=640,height=480 ! videoconvert ! appsink", cv2.CAP_GSTREAMER) while True: ret, frame = cap.read() if not ret: break cv2.imshow("video", frame) if cv2.waitKey(10) == 27: break cap.release() cv2.destroyAllWindows() ``` 以上代码中,`v4l2src device=/dev/video0 ! video/x-raw,width=640,height=480 ! videoconvert ! appsink`指定使用Gstreamer捕获视频流,并设置捕获的设备为`/dev/video0`,视频流的宽和高分别为`640`和`480`。`videoconvert`表示进行视频流格式转换,`appsink`表示将视频流发送给Opencv进行处理。

“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
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

打赏作者

TracelessLe

❀点个赞加个关注再走吧❀

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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