opencv 同時處理多個rtsp流媒體

背景

場景內(nèi)有7臺攝像頭浓利,需要對攝像頭拍攝范圍內(nèi)人員進(jìn)行識別然后上報型将。
單進(jìn)程單攝像頭的處理方式由于圖片預(yù)測邏輯比較耗時彻坛,會導(dǎo)致延遲會比較高顷啼,所以需要異步預(yù)測。
并且最好還要對多攝像頭的管理有較好的機(jī)制昌屉。隨添隨用

思路

1 使用 multiprocessing 起動多個子進(jìn)程钙蒙,每個子進(jìn)程分配唯一的 rtsp 地址
2 使用 Queue 避免對視頻幀處理耗時導(dǎo)致獲取到的幀延遲較大的情況

看代碼

用到的核心庫如下

import cv2
import multiprocessing
from multiprocessing import Process,Queue,Pool

邏輯部分偽代碼


cameraList = [
{'name':'xxx1', 'rtsp':'rtsp://username:pwd@192.168.5.1/main/Channels/2'},
{'name':'xxx2', 'rtsp':'rtsp://username:pwd@192.168.5.2/main/Channels/2'},
{'name':'xxx3', 'rtsp':'rtsp://username:pwd@192.168.5.3/main/Channels/2'},
....
]
step = 4 #設(shè)置每4s抓一次幀

#消費(fèi)進(jìn)程
def consumer(q, tmp) :
    while True:
        try:
            #發(fā)現(xiàn)堆積嚴(yán)重時釋放隊列內(nèi)數(shù)據(jù)
            if q.qsize() > 100:
                while q.empty() == False:
                    if q.qsize() > 10:
                        q.get(True, 1)

            value = q.get()
            handler(value['index'], value['frame'], value['t'])#將攝像頭索引和對應(yīng)的幀進(jìn)行處理
        except Exception,e:
            tlog('handler fail ' + e.message)

def readRTSP(q, index) :
    #打散
    time.sleep(index + random.randint(1,len(cameraList)))

    video_info =  cameraList[index]
    rtspUrl = video_info['rtsp']
    cap = cv2.VideoCapture(rtspUrl)
    fps = cap.get(cv2.CAP_PROP_FPS)

    i = 0
    while cap.isOpened():
        try:
            success,frame = cap.read()
            i += 1
            if success == True:
                if i % (fps * step) != 0:
                    cv2.waitKey(1)
                    continue

                i = 0
                q.put_nowait({'index':index, 't':int(time.time()), 'frame':frame})#將該幀推入隊列
                cv2.waitKey(1)
                continue
        except:
            tlog('read fail')
    cap.release()

if __name__=='__main__':

    manager = multiprocessing.Manager()
    # 父進(jìn)程創(chuàng)建Queue,并傳給各個子進(jìn)程:
    q = manager.Queue()
    p = Pool()

    #設(shè)置消費(fèi)者數(shù)量
    for i in range(4):
        pr = p.apply_async(consumer,args=(q, 'consumer'))

    for i in range(len(cameraList)):
        pr = p.apply_async(readRTSP,args=(q, i))

    p.close()
    p.join()
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末怠益,一起剝皮案震驚了整個濱河市仪搔,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌蜻牢,老刑警劉巖烤咧,帶你破解...
    沈念sama閱讀 212,542評論 6 493
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件偏陪,死亡現(xiàn)場離奇詭異,居然都是意外死亡煮嫌,警方通過查閱死者的電腦和手機(jī)笛谦,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,596評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來昌阿,“玉大人饥脑,你說我怎么就攤上這事∨潮” “怎么了灶轰?”我有些...
    開封第一講書人閱讀 158,021評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長刷钢。 經(jīng)常有香客問我笋颤,道長,這世上最難降的妖魔是什么内地? 我笑而不...
    開封第一講書人閱讀 56,682評論 1 284
  • 正文 為了忘掉前任伴澄,我火速辦了婚禮,結(jié)果婚禮上阱缓,老公的妹妹穿的比我還像新娘非凌。我一直安慰自己,他們只是感情好荆针,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,792評論 6 386
  • 文/花漫 我一把揭開白布敞嗡。 她就那樣靜靜地躺著,像睡著了一般祭犯。 火紅的嫁衣襯著肌膚如雪秸妥。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,985評論 1 291
  • 那天沃粗,我揣著相機(jī)與錄音,去河邊找鬼键畴。 笑死最盅,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的起惕。 我是一名探鬼主播涡贱,決...
    沈念sama閱讀 39,107評論 3 410
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼惹想!你這毒婦竟也來了问词?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,845評論 0 268
  • 序言:老撾萬榮一對情侶失蹤嘀粱,失蹤者是張志新(化名)和其女友劉穎激挪,沒想到半個月后辰狡,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 44,299評論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡垄分,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,612評論 2 327
  • 正文 我和宋清朗相戀三年宛篇,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片薄湿。...
    茶點(diǎn)故事閱讀 38,747評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡叫倍,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出豺瘤,到底是詐尸還是另有隱情吆倦,我是刑警寧澤,帶...
    沈念sama閱讀 34,441評論 4 333
  • 正文 年R本政府宣布坐求,位于F島的核電站逼庞,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏瞻赶。R本人自食惡果不足惜赛糟,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 40,072評論 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望砸逊。 院中可真熱鬧璧南,春花似錦、人聲如沸师逸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,828評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽篓像。三九已至动知,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間员辩,已是汗流浹背盒粮。 一陣腳步聲響...
    開封第一講書人閱讀 32,069評論 1 267
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留奠滑,地道東北人丹皱。 一個月前我還...
    沈念sama閱讀 46,545評論 2 362
  • 正文 我出身青樓,卻偏偏與公主長得像宋税,于是被迫代替她去往敵國和親摊崭。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,658評論 2 350

推薦閱讀更多精彩內(nèi)容