如何解析RTSP協議視頻平臺EasyCVR使用OpenCV 從內存中構建Mat數據

本篇文章給大家分享的是有關如何解析RTSP協議視頻平臺EasyCVR使用OpenCV 從內存中構建Mat數據，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

在 EasyCVR 圖片處理功能中，采用了 OpenCV 進行了圖片處理。OpenCV 是一個基于 BSD 許可（開源）發行的跨平臺計算機視覺和機器學習軟件庫，可以運行在Linux、Windows、Android和Mac OS操作系統上。

在使用 OpenCV 上，一般直接使用cv::imread(file_path.c_str());方法構建 cv::Mat 數據進行處理。此種方法是從磁盤中的文件中讀取數據后構建 cv::Mat，即處理順序為：

1. 首先其他模塊將圖片數據寫入到磁盤文件中；

2. OpenCV 將磁盤文件加載到內存中構建 Mat 數據。

此種方法缺點如下，首先在磁盤的讀寫上消耗了性能，其次其他模塊消耗了一次內存，OpenCV 模塊也消耗了一次內存。

因為其他模塊已經將對應的圖片數據加載在內存中，因此直接將此部分數據傳遞給 OpenCV 模塊，就可極大的加快處理速度。主要使用cv::imdecode(data, CV_LOAD_IMAGE_COLOR)方法構建 Mat 數據。
以下為具體代碼：

string fname = "D:/image.jpg";
    //! 以二進制流方式讀取圖片到內存
    FILE* pFile = fopen(fname.c_str(), "rb");
    fseek(pFile, 0, SEEK_END);
    long lSize = ftell(pFile);
    rewind(pFile);
    char* pData = new char[lSize];
    fread(pData, sizeof(char), lSize, pFile);
    fclose(pFile);
    //! 解碼內存數據，變成cv::Mat數據
    cv::Mat img_decode;
    vector<uchar> data;
    for (int i = 0; i < lSize; ++i){
        data.push_back(pData[i]);
    }
    img_decode = cv::imdecode(data, CV_LOAD_IMAGE_COLOR);
    cv::flip(img_decode, img_decode, -1);
    img_decode.channels();
    //! 將cv::Mat數據編碼成數據流
    vector<unsigned char> img_encode;
    cv::imencode(".jpg", img_decode, img_encode);
    unsigned char *encode_data = new unsigned char[lSize];
    for (int i = 0; i<lSize; i++){
        encode_data[i] = img_encode[i];
    }

首先從文件中讀取數據，并加載到內存中。此部分和 OpenCV 完全無關，可以由其他模塊進行設計。data 為存儲內存的數據。最終直接調用 cv::imdecode 就構建成功。

關于EasyCVR融合視頻平臺

EasyCVR視頻解決方案分為設備端、服務端、客戶端三個部分，設備端位于局域網，服務端及客戶端位于互聯網，支持傳統網絡攝像機、NVR、編碼器、SDK等設備，最大程度的提高了硬件設備的兼容性。

以上就是如何解析RTSP協議視頻平臺EasyCVR使用OpenCV 從內存中構建Mat數據，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。