前言

本项目应用于目标检测在服务器端，没有gui界面查看实时结果的项目上。

如果考虑自己用，可以直接使用flask-video-stream简易视频流搭建来进行轻量化的搭建，但是带宽开销比较大，没有使用H264等协议，720清晰度大约带宽开销15MB，现场项目上无法使用，因此切换成ffmpeg+videojs(vlc也可以，客户端查看)+python的方式实现目标检测的视频流展示。

rtmp 服务器搭建

在服务器端搭建一套rtmp，接收视频流的传输，可以采用docker的方式实现一键化部署，实现链接放这里了rtsp+docker实现服务器推流

web

采用videojs进行视频流的展示，需要服务端nginx一起搭配使用。具体可以参考网上其他人的博客进行搭建，服务器端的代码如下

<html>  
  <head>  
  <title>视频直播</title>  
  <meta charset="utf-8">  
  <link href="http://vjs.zencdn.net/5.5.3/video-js.css" rel="stylesheet">  
  <!-- If you'd like to support IE8 -->  
  <script src="http://vjs.zencdn.net/ie8/1.1.1/videojs-ie8.min.js"></script>  
</head>  
<body>  
  <h1>直播间</h1>  
    <video id="my-video" class="video-js" controls preload="auto" width="640" height="300"  data-setup="{}">  
        <source src="rtmp://192.168.0.132/live/" type="rtmp/flv">  
        <!-- 如果上面的rtmp流无法播放，就播放hls流 -->  
        <!-- <source src="http://10.10.5.119/live/livestream.m3u8" type='application/x-mpegURL'> -->  
        <p class="vjs-no-js">播放视频需要启用 JavaScript，推荐使用支持HTML5的浏览器访问。  
        To view this video please enable JavaScript, and consider upgrading to a web browser that  
        <a href="http://videojs.com/html5-video-support/" target="_blank">supports HTML5 video</a>  
        </p>  
    </video>  
 <script src="http://vjs.zencdn.net/5.5.3/video.js"></script>  
</body>  
</html>

将其中<source src="rtmp://192.168.0.132/live/" type="rtmp/flv">修改为你自己的视频流就可以了。

python后端

后端是参考
读取多个(海康\大华)网络摄像头的视频流 (使用opencv-python)，解决实时读取延迟问题
和python利用ffmpeg进行rtmp推流直播来进行搭建的，第一篇是多进程实现，第二篇是在1的基础上优化成多线程，但不支持多路，于是我修改为了多线程多路摄像头的直播搭建，并且带宽优化为了5MB(就是0.625mb/s的网速）

import cv2
import time
import numpy as np
import subprocess as sp
import threading
import queue

lock = threading.Lock()

class Live(object):
    def __init__(self):
        self.state = 0
        self.frame_queue = []
        self.dic_frame = dict()
    
    def image_put(self,frame_queue,command_queue,url):
        while True:
            frame = self.dic_frame.get(url,np.array(0))
            if frame.all() == True:
                continue
            height,width = int(frame.shape[0]),int(frame.shape[1])
            break

        fps = 25
        rtmpUrl = "rtmp://192.168.0.132/live/" + url

        # ffmpeg command
        command = ['ffmpeg',
            '-y',
            '-f', 'rawvideo',
            '-vcodec','rawvideo',
            '-pix_fmt', 'bgr24',
            '-s', "{}x{}".format(width, height),
            '-r', str(fps),
            '-i', '-',
            '-c:v', 'libx264',
            '-pix_fmt', 'yuv420p',
            '-preset', 'ultrafast',
            '-f', 'flv', 
            rtmpUrl]
        command_queue.put(command)

        while True:
            with lock:
                frame_te = self.dic_frame.get(url,None)
                if frame_te.all() == False:
                    frame = frame_te
                frame_queue.put(frame)
            # print("cost time = {}".format(time.time() - t0))
            time.sleep(1.0/(fps+10))
            # frame_queue.get() if frame_queue.qsize() > 1 else time.sleep(0.01)

    def image_get(self,frame_queue,command_queue,url):
        fps = 25
        while True:
            command = command_queue.get()
            if len(command) > 0:
                p = sp.Popen(command,stdin=sp.PIPE)
                break

        while True:
            with lock:
                if frame_queue.empty() != True:
                    frame = frame_queue.get()
                    # process frame
                    # 你处理图片的代码
                    # write to pipe
                    p.stdin.write(frame.tostring())
            time.sleep(1.0/(fps+10))

    def refresh(self,temp_plotted_image_frames):
        with lock:
            for key, val in temp_plotted_image_frames.items():
                self.dic_frame[key] = val

    def run_multi_camera(self, temp_plotted_image_frames):
        camera_ip_l = []
        self.state = 1
        for key, val in temp_plotted_image_frames.items():
            camera_ip_l.append(key)
        
        self.frame_queues = [queue.Queue() for _ in camera_ip_l]
        self.command = [queue.Queue() for _ in camera_ip_l]
        self.refresh(temp_plotted_image_frames)

        threads = []
        for frame_queue,command,url in zip(self.frame_queues,self.command,camera_ip_l):
            threads.append(threading.Thread(target=self.image_put,args=(frame_queue,command,url)))
            threads.append(threading.Thread(target=self.image_get,args=(frame_queue,command,url)))
        
        [thread.setDaemon(True) for thread in threads]
        [thread.start() for thread in threads]

    def run(self):
        url = "rtmp://192.168.0.134/live/test11"
        uid = "402880f076ade2da0176b27950b10023"
        url2 = "rtmp://192.168.0.134/live/test6"
        uid2 = "402880f076ade2da0176b279ac930024"
        cap = cv2.VideoCapture(url)
        cap2 = cv2.VideoCapture(url2)
        temp_plotted_image_frames = dict()
        while True:
            ret, frame = cap.read()
            if ret == False:
                break
            temp_plotted_image_frames[uid] = frame
            ret2, frame2 = cap2.read()
            if ret2 == False:
                break
            temp_plotted_image_frames[uid2] = frame2
            if live.state == 0:
                self.run_multi_camera(temp_plotted_image_frames)
            else:
                self.refresh(temp_plotted_image_frames)


if __name__ == '__main__':
    live = Live()
    live.run()

url可以改成你自己的摄像头编号，都一样的，我这个是因为之前有转换好的视频流，就直接用这个了。

uid随便你修改的。

可以通过vlc进行查看，rtmp://192.168.0.132/live/402880f076ade2da0176b27950b10023，就可以通过vlc来进行查看了。

发现一些小bug，还没来得及修改，刷新率25可能会跟不上，fps那里可以自己优化下，原因是线程共享资源的占用，已经锁上了，但是读取也要占用零点几毫秒的时间，导致帧数与预设的不符，会造成视频流中断或者停顿，优化不动了- -

代码不多解释了，有问题私信我，我一般都会回答的。ddddhm┭┮﹏┭┮

Logo
向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

avatar 云原生

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

avatar 云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...

avatar 云原生