GPU编解码硬解码CUVID

      问题描述&＃xff1a;项目中&＃xff0c;需要对高清监控视频分析处理&＃xff0c;经测试&＃xff0c;其解码过程所占CPU资源较多&＃xff0c;导致整个系统处理效率不高&＃xff0c;解码成为系统的瓶颈。

解决思路&＃xff1a;

      利用GPU解码高清视频&＃xff0c;降低解码所占用CPU资源&＃xff0c;加速解码过程。

一、OpenCV中的硬解码

      OpenCV2.4.6中&＃xff0c;已实现利用GPU进行读取视频&＃xff0c;由cv::gpu::VideoReader_GPU完成&＃xff0c;其示例程序如下。

二、视频解码库CUVID

     CUVID是基于CUDA的视频解码库&＃xff0c;利用CUVID进行解码&＃xff0c;主要包括以下四个步骤&＃xff1a;

1.解析视频数据文件

2.在GPU端解码

3.转换解码后的数据(YUV420、NV12 ---> RGBA)

4.将RGBA数据显示出来

       下图为利用CUVID解码的伪代码示意图&＃xff0c;其中VideoSource用来解析视频数据文件&＃xff0c;VideoParser用来解码数据。

       VideoSource的回调函数HandleVideoData()&＃xff0c;当VideoSource的状态设置为Started时&＃xff0c;开始解析视频文件&＃xff0c;并创建VideoParser&＃xff0c;解码数据。

VideoParser的回调函数&＃xff1a;

HandleVideoSequence() 创建解码器或重设解码器

HandlePictureDecode() 解码每帧视频数据

HandlePictureDisplay() 转换&＃xff0c;处理&＃xff0c;显示解码后的数据

OpenCV中VideoReader_GPU可以方便地利用GPU读取视频文件&＃xff0c;加速解码过程&＃xff0c;但OpenCV中VideoReader_GPU无法读取rtsp视频流数据。

这是因为CUVID中CuvideoSource不支持rtsp视频流数据&＃xff0c;不能由rtsp地址创建VideoSource。

三、CUVID解码rtsp视频流

基本思路&＃xff1a;跳过VideoSource模块&＃xff0c;利用其他方式解析视频数据文件。

基本步骤&＃xff1a;

1.利用FFmpeg解析rtsp视频流

2.创建VideoParser

3.利用FFmpeg读取数据包(AVpacket)

4.将数据包传输到VideoParser(AVpacket ---> CUVIDSOURCEDATAPACKET)

5.VideoParser解码数据包

其示例伪代码如下图所示

http://www.cnblogs.com/dwdxdy/p/3244723.html