网络相机人脸开发分析和总结 rtsp协议 多画面多相机的处理

目前针对于网络相机开发本人爬的坑有一下总结

rtsp网络人脸相机的优势： 不受各大厂家的SDK限制支持多种相机

开发环境： windows32/64位心疼 win7以上系统 

开发语言： C++ 语言

基本要求：熟悉 网络通信，多线程，图形图像处理， opencv,  vlc, ffmpeg，QT.

一   最简单的开发方法 opencv+qt

使用opencv进行连接网络相机集成人脸识别

开发流程：下载opencv 库调用opencv接口

1，打开网络相机

2，对每一帧的画面进行提取检测人脸

3，对检测到的人脸帧提取特征值进行人脸比对计算出结果

优点：简单方便快捷，不需要再次封装

缺点：性能差，解码速度不行，只能支持 mpeg格式的码率。

个人建议：不建议使用opencv进行网络人脸识别开发 局限性太小

二 中等难度开发方法 vlc+qt+opencv

使用VLC进行连接网络相机集成人脸识别

开发流程：下载 vlc库调用vlc接口

1，对vlc接口进行封装 打开网络相机

2，对每一帧的画面进行提取检测人脸

3，对检测到的人脸帧提取特征值进行人脸比对计算出结果

优点：稳定，支持多种码率   i5统用配置能跑2~4路画面（1080p）

缺点：性能一般，硬件求比较搞，如果跑多个画面非常吃CPU，会出现延迟的情况，延迟时间在200ms~1000ms

三 较难的开发方法： ffmpeg+qt+opencv

使用ffmpeg进行开发集成人脸识别

开发流程：下载FFMPEG库

1，对ffmpeg数据进行封装

2，提取每一帧的人脸数据

3，对检测到的人脸帧提取特征值进行人脸比对计算出结果

优点：性能好，稳定高效 支持多个画面  win64位系统 I5通用配置（网络相机1080p 能跑 8~12个画面）(网络相机960p能跑到12~16画面)

缺点：开发难度大，需要调优

针对网络相机开发有需求的小伙伴可以加我qq :531501826 私信我有DEMO有案例。

后续将为大家发放每种开发的核心源码和流程。