如何解析RTSP协议视频平台EasyCVR使用OpenCV 从内存中构建Mat数据

本篇文章给大家分享的是有关如何解析RTSP协议视频平台EasyCVR使用OpenCV 从内存中构建Mat数据，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

在 EasyCVR 图片处理功能中，采用了 OpenCV 进行了图片处理。OpenCV 是一个基于 BSD 许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。

在使用 OpenCV 上，一般直接使用cv::imread(file_path.c_str());方法构建 cv::Mat 数据进行处理。此种方法是从磁盘中的文件中读取数据后构建 cv::Mat，即处理顺序为：

1. 首先其他模块将图片数据写入到磁盘文件中；

2. OpenCV 将磁盘文件加载到内存中构建 Mat 数据。

此种方法缺点如下，首先在磁盘的读写上消耗了性能，其次其他模块消耗了一次内存，OpenCV 模块也消耗了一次内存。

因为其他模块已经将对应的图片数据加载在内存中，因此直接将此部分数据传递给 OpenCV 模块，就可极大的加快处理速度。主要使用cv::imdecode(data, CV_LOAD_IMAGE_COLOR)方法构建 Mat 数据。
以下为具体代码：

string fname = "D:/image.jpg";
    //! 以二进制流方式读取图片到内存
    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);
    //! 解码内存数据，变成cv::Mat数据
    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();
    //! 将cv::Mat数据编码成数据流
    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];
    }

首先从文件中读取数据，并加载到内存中。此部分和 OpenCV 完全无关，可以由其他模块进行设计。data 为存储内存的数据。最终直接调用 cv::imdecode 就构建成功。

关于EasyCVR融合视频平台

EasyCVR视频解决方案分为设备端、服务端、客户端三个部分，设备端位于局域网，服务端及客户端位于互联网，支持传统网络摄像机、NVR、编码器、SDK等设备，最大程度的提高了硬件设备的兼容性。

以上就是如何解析RTSP协议视频平台EasyCVR使用OpenCV 从内存中构建Mat数据，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注亿速云行业资讯频道。