小编给大家分享一下Python使用UDP实现720 p视频传输的操作方法,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获、下面让我们一起去了解一下吧!
1,简单易用,与C/c++、Java、c#等传统语言相比,Python对代码格式的要求没有那么严格;2,Python属于开源的,所有人都可以看到源代码,并且可以被移植在许多平台上使用;3,Python面向对象,能够支持面向过程编程,也支持面向对象编程;4,Python是一种解释性语言,Python写的程序不需要编译成二进制代码,可以直接从源代码运行程序;5,Python功能强大,拥有的模块众多,基本能够实现所有的常见功能。
1。项目背景
视频传输:在一台电脑上播放视频(捕捉摄像头画面),同局域网内另一台电脑上实时播放,尽量不卡顿。
先放最后的照片,和用gif展示一下视频效果。
传输视频可以采取图片或者流的形式,本文采取传输图片的形式,在1 s之内显示多张图片从而形成连续的视频画面。
经费有限,所有实验均基于笔记本电脑。
使用的视频源是本机摄像头,以及进击的巨人720 p资源。
2。解决方案
1。使用Python的套接字,使用opencv捕捉摄像头/视频的画面。
2。原始的图片很大(720 p的大小是1920 * 1080 * 3),整图就算压缩成jpg格式其大小也非常大。而UDP最大只能传输65535字节大小的数据区,故对图片进行分块,分块过后的数据压缩成jpg格式,并对图片分块数据进行编号。
3。实验检测表明,本文实验环境发送端不需要使用发送队列,基本上新生成的帧很快就能被插座传输掉。
4。接收端使用多线程接收,每个线程是一个套接字,接收过后的数据存储于数据片池。
5。接收端另开一个线程,用于反复从数据片池读取数据片,根据数据片的编号更新幕布,这里幕布是专门用于图像显示的一个数组,其维度是720 p(1920 * 1080 * 3)。更新过后的结果暂存于图片池
6。主线程反复从图片池读取图片,并显示。
3。实现细节
3.1 TCP/UDP的选择
为了实现低延迟，毫无疑问选取无连接的UDP传输。
3.2 图片分片算法
这里其实也谈不上什么算法，就是将图片水平分割。这种做法的好处在于，分割后图片的编号可以和区域一一对应。本文没有探索更为复杂的图片分片算法。
经过处理，图片变为一个个分片，如下：
对上述图片进行编号，很显然可以编号0,1,2,3，对于任意分块（例如2）在图像数组中对应的区域是frame[2*piece_size:(2+1)*piece_size]，其中piece_size表示一片数据的大小。
这种对应关系方便解压后的图像还原操作。
3.3 JPG压缩
这其实是个很小的技术点，因为使用的压缩算法都是现成的。但是值得一提的是，JPG的压缩率是真的高，在实验数据上实现了10-20倍的压缩率。
使用了多线程压缩，压缩完过后，更新对应的桶，这里的桶实际上就是数据片。
由主线程Main Thread反复从桶里取数据片(t1)，每取1片发送一次，然后再取下一片（t2），直到所有桶都被取了一次（例子中有10片）。
至此，一张图片的分片数据被全部取完，于是开始统计一些FPS相关信息。
3.4 接收队列
接收端开了10个线程用于异步socket接收数据片。
