Блог переехал,Добро пожаловать в Синьцзюй：http://lukeyalvin.site,В основном связано с направлениями, связанными с SLAM.,Текущее накопление знаний все еще неглубоко,Спасибо за ваш совет!

Подключение камеры к компьютеру

Во-первых, вам необходимо получить пароль и имя пользователя камеры hikvision (если вы не знаете, вы можете позвонить в службу поддержки клиентов для консультации), которые здесь не будут представлены;

Во-вторых, установите IP-адрес компьютера в тот же диапазон частот, что и hikvision. Вообще говоря, IP-адрес Hikvision — 192.168.1.64. Настройки компьютера следующие:

Наконец, используйте браузер IE (другие могут его не поддерживать), введите ip:192.168.1.64 и войдите в систему.

Введите имя пользователя и пароль, чтобы получитьвидеоэкран（можно наблюдать,видео имеет искажения)

Используйте python+openCV для получения изображений мониторинга.

При использовании openCV для получения экрана мониторинга конкретный код выглядит следующим образом:

Формат URL-адреса: «rtsp://имя пользователя (обычно по умолчанию — администратор): пароль@сетевой IP (обычно Hikvision: 192.168.1.64)/Streaming/Channels/1».

import cv2

url = "rtsp://admin:*******@192.168.1.64/Streaming/Channels/1"
cap = cv2.VideoCapture(url)
ret, frame = cap.read()
while ret:
	# Читать кадр видео
    ret, frame = cap.read()
	# Показать видеокадры
    cv2.imshow("frame", frame)
	#Подождите 1 мс, воспроизведите следующий кадр или нажмите клавишу q, чтобы выйти.
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

#releasevideoStream
cap.release()
#Закрываем все окна
cv2.destroyAllWindows()

По умолчанию выходное изображение представляет собой изображение высокой четкости 1080P. Мы можем написать метод изменения размера, чтобы масштабировать его до изображения 720P. Код реализован следующим образом:

def img_resize(image):
    height, width = image.shape[0], image.shape[1]
    # Установить новую рамку разрешения изображения 640x369 1280×720 1920×1080
    width_new = 1280
    height_new = 720
    # Определить соотношение сторон изображения
    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

Затем вызовите функцию для обработки перед отображением:

 	# Читать кадр видео
    ret, frame = cap.read()
    # Показать видеокадры
    img_new = img_resize(frame)
    cv2.imshow("frame", img_new)
    #Подождите 1 мс, воспроизведите следующий кадр или нажмите клавишу q, чтобы выйти.

Эффект следующий:

Решение проблемы переполнения памяти и высоких задержек при использовании модели для обработки изображений.

В моем дипломном проекте в основном используется глубокая сортировка YOLOv3+ для обнаружения целей и отслеживания в реальном времени. Я не буду давать здесь подробное теоретическое введение и реализацию конкретного кода. Позже будут соответствующие блоги, чтобы дать специальное и систематическое описание. Здесь я в основном буду говорить об этом. Эффективное решение для борьбы с проблемами переполнения памяти или высокой задержки. После использования модели для обработки изображения каждый раз отображение обработанного изображения занимает всего три секунды (ниже приведено обработанное изображение).

Тогда произойдет переполнение памяти, а содержание ошибки будет следующим:

Однако, когда я использовал камеру компьютера по умолчанию, я обнаружил, что она работает очень плавно и не было переполнения памяти. Это было очень странно. Затем я догадался, вызвана ли скорость обнаружения вызовом видеопотока rtsp или получением разрешения. кадр слишком медленный, вызывающий переполнение памяти, вызванное дисбалансом между количеством входящих кадров и количеством обработанных кадров. Однако я попытался уменьшить разрешение, и даже размер полученного изображения кадра оказался меньше построенного. -в камере компьютера, но результат ничуть не улучшился;

Чтобы решить эту проблему, мы также искали множество решений в Интернете. Ниже приводится подробное изложение, основанное на опыте пожилых людей:

Используйте многопоточность для решения:

Прежде всего, нужно задуматься, почему происходит это явление? Кто-то дал такое решение:

FFMPEG Lib не поддерживает видео H264 в протоколе rtsp?

Википедия: протокол потоковой передачи в реальном времени（Real Time Streaming Protocol,RTSP）Это протокол сетевого приложения,Предназначен для использования в развлекательных и коммуникационных системах.,контролироватьпотоковое мультимедиасервер。Этот протокол используется для создания и управления медиа-сессиями между терминалами.。СМИсервериз Публикация клиентаVCRЗаказ,Например, играть,Запись и пауза,Для облегчения управления потоковой передачей мультимедиа в режиме реального времени от сервера к клиенту (видео по запросу) или от клиента к серверу (запись голоса).

FFmpeg — это бесплатное программное обеспечение с открытым исходным кодом, которое может выполнять функции записи, преобразования и потоковой передачи аудио и видео в различных форматах [1]. Оно включает в себя libavcodec, библиотеку декодера, используемую для аудио и видео в нескольких проектах, и libavformat — аудио и видео. библиотека преобразования видеоформатов. Первоначально проект был начат французским программистом Фабрисом Белларом, а сейчас поддерживается Майклом Нидермайером. Многие разработчики FFmpeg также являются участниками проекта MPlayer. FFmpeg предназначен для разработки в качестве серверной версии в проекте MPlayer. 13 марта 2011 года некоторые разработчики FFmpeg решили реорганизовать Libav и сформулировали набор правил для дальнейшего развития и поддержки проекта.

В любом случае это означает, что он не поддерживается и не может быть реализован. Я попробовал метод этого блоггера, но он не решил проблему. Эффект по-прежнему исходный, или три секунды. Это действительно три секунды~.

Справочный блог：Решить Python OpenCV Возникает ошибка при чтении IP-камер (RTSP и т.п.) while проблема с декодированием

Код блоггера реализован следующим образом:

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'):
break
if __name__=='__main__':
p1=threading.Thread(target=Receive)
p2 = threading.Thread(target=Display)
p1.start()
p2.start()

Используйте несколько процессов

Фактически, основная причина переполнения памяти заключается в том, что при использовании программы opencv для вызова видеопотока rtsp процессорное время, потребляемое программой обработки, слишком велико. Чтение VideoCapture считывается по кадрам. объединить чтение видео и обработку. Видео разделяются, что исключает задержки, вызванные обработкой изображений.

На самом деле, конечно можно использовать многопоточность для выполнения двух действий по отдельности, но почему эффекта почти нет?

Причина в основном в существовании GIL:

Википедия: глобальная блокировка интерпретатора（Английский：Global Interpreter Lock,аббревиатураGIL）,даязык компьютерного программированияустный переводчикиспользуется длясинхронныйнитьмеханизм,Это делает там только один в любое времянитьв исполнении。[1]даже вмногоядерный процессорначальство,использовать GIL Интерпретатор также позволяет одновременно выполнять только один поток. Обычное использование GIL изустный переводчикиметьCPythonиRuby MRI。 существоватьWindowsначальстводляWin Тема, выполнение полностью запланировано операционной системой. Питонустный переводчик В процессеиметьмастернить,и выполнение нескольких пользовательских программнить。даже еслииспользоватьМногоядерный процессорплатформа,В связи с существованием GIL,Многие из них также будут запрещенынить Параллельное выполнение。 Pythonустный переводчик В процессеизмногонитьда以协作много任务方式执行。когданитьвстретитьсяI/OВо время миссии,выпуститGIL。Вычислительно интенсивный（CPU-bound）изнитьв исполнении О100Второсортныйустный Когда переводчик сделает шаг (галочку), GIL будет освобожден. Тики можно грубо рассматривать как инструкции виртуальной машины Python. Подсчет шагов на самом деле не имеет ничего общего с длиной временного интервала. Вы можете установить длину подсчета шагов с помощью sys.setcheckinterval().

Поэтому выберите Использовать несколько процессов

• Затем нам нужно подумать о том, как передавать параметры между двумя процессами:
  • В многопроцессорной обработке существуют классы передачи параметров между процессами, такие как Quaue и SimpleQuaue, а также большой менеджер-экономист.
  • Quauue — это тип очереди со строгой структурой данных.
  • Менеджер является особенным. Он предоставляет собственные типы Python, такие как списки и словари, которые можно передавать между процессами.
• Также подумайте, как добиться того, чтобы процесс обработки мог получить последний кадр во время процесса чтения:
  • По сути, VideoCapture — это естественная очередь,Первым пришел, первым вышел. Если вы хотите достичь цели получения последнего кадра в режиме реального времени,Стек необходим для хранения кадров,вместо очереди.
  • В этом случае категория Quaue невозможна и уж точно не может использоваться для передачи параметров.
  • Говоря о стеке, я внезапно подумал о списке Python. Его операции добавления и извлечения можно использовать как «нестрогий» стек. Поэтому само собой разумеется, что multiprocessing.Manager.list — лучший тип передачи параметров между процессами.
• Далее возникает проблема автоматической очистки стека параметров.,Частота потуг определенно выше, чем частота потуг.,Со временем в стеке накапливается большое количество кадров, которые невозможно извлечь.,Приведет к сбою программы,Это требуетиметьавтоматический механизм очистки:
  • Установите емкость стека параметров, очищайте стек напрямую всякий раз, когда эта емкость будет достигнута, а затем используйте библиотеку gc, чтобы вручную инициировать сборку мусора Python. Это не приведет к серьезным переполнениям памяти и сбоям в работе программы.

Код:

import os
import cv2
import gc
from multiprocessing import Process, Manager
# Запишите данные в стек общего буфера:
def write(stack, cam, top: int) -> None:
""" :param cam: Параметры камеры :param stack: Объект Manager.list :param top: Емкость буферного стека :return: None """
print('Process to write: %s' % os.getpid())
cap = cv2.VideoCapture(cam)
while True:
_, img = cap.read()
if _:
stack.append(img)
# Очищать стек буферов каждый раз, когда он достигает определенной емкости.
# Используйте библиотеку gc, чтобы вручную очистить память от мусора и предотвратить ее переполнение.
if len(stack) >= top:
del stack[:]
gc.collect()
# Чтение данных в стеке буфера:
def read(stack) -> None:
print('Process to read: %s' % os.getpid())
while True:
if len(stack) != 0:
value = stack.pop()
# Повторно обработать полученное разрешение видеокадра.
img_new = img_resize(value)
# Обработка видеокадров с использованием модели Yolo
yolo_img = yolo_deal(img_new)
# Отображение обработанного видеокадра
cv2.imshow("img", yolo_img)
# Храните обработанные видеокадры в папке
save_img(yolo_img)
key = cv2.waitKey(1) & 0xFF
if key == ord('q'):
break
if __name__ == '__main__':
# Родительский процесс создает стек буферов и передает его каждому дочернему процессу:
q = Manager().list()
pw = Process(target=write, args=(q, url, 100))
pr = Process(target=read, args=(q,))
# Запустите подпроцесс pw и напишите:
pw.start()
# Запустите подпроцесс pr и прочитайте:
pr.start()
# Подождите, пока PR закончится:
pr.join()
# В процессе pw существует бесконечный цикл. Мы не можем дождаться его завершения и можем только принудительно завершить его:
pw.terminate()

Реальная картина выглядит следующим образом:

Сохранение видеокадров:

хороший! Описание системы сопровождения реализации проекта...

Заявление об авторских правах: Содержание этой статьи добровольно предоставлено пользователями Интернета, а мнения, выраженные в этой статье, представляют собой только точку зрения автора. Этот сайт предоставляет только услуги по хранению информации, не имеет никаких прав собственности и не принимает на себя соответствующие юридические обязательства. Если вы обнаружите на этом сайте какое-либо подозрительное нарушение авторских прав/незаконный контент, отправьте электронное письмо, чтобы сообщить. После проверки этот сайт будет немедленно удален.

Издатель: Лидер стека программистов полного стека, укажите источник для перепечатки: https://javaforall.cn/180763.html Исходная ссылка: https://javaforall.cn