系统:win10
使用cv2.videocapture()方法获取rtsp视频流，随着视频路数增加，cpu占用率会逐步提高直至100%。
请问win下有基于python的GPU硬编码rtsp视频流的方案吗？
CPU占用率逐步到100%和电脑性能也有关系但关系不大
套用Python更改优先级参考链接：
https://blog.csdn.net/jningwei/article/details/120299978
#或者限制Python程序所能使用的最大内存，我们可以使用Python自带的resource模块：
import resource
soft, hard = resource.getrlimit(resource.RLIMIT_AS)
其中的 resource.RLIMIT_AS实际上就是数字5，表示内存资源。而 soft限制是一个可以调节的内存使用上限， hard是一个一旦设定就很难动态调整的内存使用量上限。
一开始 soft和 hard的值是一样的。并且它们的单位不是比特。而是比比特还小的单位。我的电脑是8GB内存，而 8*1024^6 正好约等于这里的hard和soft的值。
接下来，设置当前运行的这个Python程序能够使用的最大内存：
resource.setrlimit(resource.RLIMIT_AS, (最大上限, hard))
最大上限是整数！
当前Python程序使用的内存超过500MB以后，程序就会抛出 MemoryError。
直接使用opencv的cv2.VideoCapture直接读取rtsp视频流，但是这样做的缺点是延迟严重、出现掉帧、花屏现象等，原因在于opencv自己有一个缓存，每次会顺序从自己的缓存中读取，而不是直接读取最新帧。
没有现成程序，网上找了一个抓：
每次都读取最新帧
import cv2
import threading
import sys
class RTSCapture(cv2.VideoCapture):
_cur_frame = None
_reading = False
schemes = ["rtsp://","rtmp://"]
@staticmethod
def create(url, *schemes):
rtscap = RTSCapture(url)
rtscap.frame_receiver = threading.Thread(target=rtscap.recv_frame, daemon=True)
rtscap.schemes.extend(schemes)
if isinstance(url, str) and url.startswith(tuple(rtscap.schemes)):
rtscap._reading = True
elif isinstance(url, int):
pass
return rtscap
def isStarted(self):
ok = self.isOpened()
if ok and self._reading:
ok = self.frame_receiver.is_alive()
return ok
def recv_frame(self):
while self._reading and self.isOpened():
ok, frame = self.read()
if not ok: break
self._cur_frame = frame
self._reading = False
def read2(self):
frame = self._cur_frame
self._cur_frame = None
return frame is not None, frame
def start_read(self):
self.frame_receiver.start()
self.read_latest_frame = self.read2 if self._reading else self.read
def stop_read(self):
self._reading = False
if self.frame_receiver.is_alive(): self.frame_receiver.join()
if __name__ == '__main__':
if len(sys.argv) < 2:
print("usage:")
print("need rtsp://xxx")
sys.exit()
rtscap = RTSCapture.create(sys.argv[1])
rtscap.start_read()
while rtscap.isStarted():
ok, frame = rtscap.read_latest_frame()
if cv2.waitKey(100) & 0xFF == ord('q'):
break
if not ok:
continue
# inhere
cv2.imshow("cam", frame)
rtscap.stop_read()
rtscap.release()
cv2.destroyAllWindows()
降低CPU占用率可能的方案：
https://abhitronix.github.io/vidgear/latest/bonus/TQM/#threaded-queue-mode
2.使用Redis获取rstp视频流，然后opencv从redis中读取视频帧来减少cpu使用
3.从代码层次来避免冗余的计算开销
可能的建议：
cap = cv2.VideoCapture("rtsp://test:Test12345@127.0.0.1")
assert cap.isOpened()
# or
while True:
ret, frame = cap.read()
if not ret:
break
希望对你有帮助
可以使用nvidia的deepstream工具，读取多路视频流。再进行后处理
使用子码流
第一种静态视频
本地打开这么多视频流干嘛。
要是服务器，视频和代码分开放，算是分流。
第二种实时监控（摄像头实时视频采集）
这个没办法，编程电脑太垃圾。需要升级电脑拉。比如弄个高级cpu,或视频采集卡之类的设备。程序调用他们就可。编程电脑也要顶级才可以噢。
https://blog.csdn.net/submarineas/article/details/110083906
CSDN内可以搜索相关文章去对照参考下，例如这篇文章