之前实现了yolo图像的在线检测,这次主要完成远程视频的检测.主要包括推流--収流--检测显示三大部分 首先说一下推流,主要使用ffmpeg命令进行本地摄像头的推流,为了实现首屏秒开使用-g设置gop大小,同时使用-b降低网络负载,保证流畅度. linux ffmpeg -r -i /dev/video0 -vcodec h264 -max_delay -f flv -g -b rtmp://219.216.87.170/live/test1 window ffmpeg -r -f vfwcap

本文转自EasyDarwin团队成员JOHN的博客:http://blog.csdn.net/jyt0551/article/details/75730226 在我们测试EasyPusher/EasyRTMP的过程中发现有些设备预览时,明显偏暗!在稍微暗点的环境中几乎很难看清东西-额,这是怎么回事呢?又是安卓设备的兼容性问题,头疼! 好吧,停止抱怨,撸起袖子开始干. 对,我们想到了.把摄像头的scene设置成了一个比较亮的模式对吧?下面是摄像头可能支持的模式,这么多我逐一试试: SCENE_MO

http://blog.csdn.net/huahuahailang/article/details/9040847 /************************************************* * 主要功能:两路 YUV4:2:0拼接一路左右半宽格式YUV视频 参考资料:http://www.pudn.com/downloads271/sourcecode/multimedia/vfw/detail1237363.html U_size=V_size=Y_size/2

最近开发了基于C#的推流器一直不大理想,终于在不懈努力之后研究了一点成果,这边做个笔记:本文着重在于讲解下如何使用ffmpeg进行简单的推流,看似简单几行代码没有官方的文档很吃力.并获取流的源代码:如下→ #region RTMP推流(**已成功推流至服务器**) Network.Create() .WithSource(inputPath)//inputPath可以改成获取设备的视频流 .WithDest("rtmp://192.168.61.128/live/livestream"

最近开发了基于C#的直播软件开发推流器一直不大理想,终于在不懈努力之后研究了一点成果,这边做个笔记:本文着重在于讲解下如何使用ffmpeg进行简单的推流,看似简单几行代码没有官方的文档很吃力.并获取流的源代码:如下→

本篇介绍一下直播技术中推流与引流的简单实现. 1.流媒体服务器测试 首先利用快直播 app (其他支持 RTMP 推流与引流的 app 亦可)和 ffplay.exe 对流媒体服务器进行测试. 快直播 app 下载地址: https://apkpure.biz/cn.nodemedia.qlive/快直播 快直播的推流界面和引流界面: Windows 下利用 ffplay 进行引流,命令行执行: ffplay rtmp://192.168.0.0/live/test # ip 地址换成流媒体服务

iOS 直播-实现后台录音并推流 从一个月前开始开始接收公司的直播类app.到今天为止测试都已接近尾声,但是产品哥哥加了一个要求,就是在app进入后台后也实时保证录音并且推流. 刚听到这个的时候我也是懵逼的,可是冷静下来找资料,还是有所收获的,在此分享一下. 对于我们的app要求后台也实时录音并推流主要要注意两点: 保证app进入后台后实时录音 保证app进入后台后实时推流 1.设置应用为voip应用 打开-info.plist文件,加入如下的key Required background mo

请尊重分享成果,转载请注明出处,本文来自Coder包子哥,原文链接:http://blog.csdn.net/zxccxzzxz/article/details/55230272 Android实现录屏直播(一)ScreenRecorder的简单分析 Android实现录屏直播(二)需求才是硬道理之产品功能调研 看到有网友在后台私信和询问录屏这部分推流相关的问题,感觉这篇博客早该写完了.事实上除了繁忙的工作加上春节假期一下子拖了近一个月之久.近期更新了Demo,加入了视频帧推流,需要的朋友可以看

源码地址https://github.com/979451341/Rtmp 1.配置RTMP服务器 这个我不多说贴两个博客分别是在mac和windows环境上的,大家跟着弄 MAC搭建RTMP服务器https://www.jianshu.com/p/6fcec3b9d644这个是在windows上的,RTMP服务器搭建(crtmpserver和nginx) https://www.jianshu.com/p/c71cc39f72ec 2.关于推流输出的ip地址我好好说说 我这里是手机开启热点,电

EasyRTMP介绍 EasyRTMP是结合了多种音视频缓存及网络技术的一个rtmp直播推流端,包括:圆形缓冲区(circular buffer).智能丢帧.自动重连.rtmp协议等等多种技术,能够非常有效地适应各种平台(Windows.Linux.ARM.Android.iOS),各种网络环境(有线.wifi.4G),以及各种情况下的直播恢复(服务器重启.网络重启.硬件设备重启),今天我们讲解的是EasyRTMP中rtmp推送连接的建立.推送H264+AAC音视频.以及rtmp推送重连过程的详

目录 一.FFmpeg简介. 二.FFmpeg常用参数及命令. 三.FFmpeg在Unity 3D中的使用. 1.FFmpeg 录屏. 2.FFmpeg 推流. 3.FFmpeg 其他功能简述. 一.FFmpeg简介 对于FFmpeg,其官网上是这样介绍的: FFmpeg is the leading multimedia framework, able to decode, encode, transcode, mux, demux, stream, filter and play prett

环境说明:ubuntu 16.04 当前目录为~/. 一. 下载 git clone https://github.com/ossrs/srs.git 二.部署SRS 关闭防火墙,执行如下命令. ufw disable //关闭防火墙 cd srs/trunk ./configure && make //编译文件 ./objs/srs -c conf/srs.conf // 启动srs服务 ps -ef | grep srs //查看服务是否启动成功 输入cd 3rdparty进入第三方组

ffmpeg在以前介绍过,是一个相当强大的工具,我们这次利用它实现rtmp推流(最终推流地址统一为rtmp://127.0.0.1:1935/live/123). 1.首先下载ffmpeg和ffplay   http://ffmpeg.org/ 官方下载链接为:http://ffmpeg.org/ 2.cmd进入ffmpeg所在目录   cmd进入ffmpeg.exe所在目录 3.ffmpeg查看电脑设备 输入下面的语句即可列出电脑的设备 ffmpeg -list_devices true -f

这段时间一直都在研究推流的技术,经过断断续续将近两个月的摸索实践,终于能稳定地推流了. 这个demo的主要功能就是将采集到的摄像头或桌面的视频.以及麦克风或声卡的音频数据推到Nginx-RTMP服务器上,再由Web浏览器去拉流并播放. 接下来介绍Demo整个功能的实现原理和代码逻辑,大家可以从文末下载源码后,对照源码再来看下面的介绍就会更清晰些. 一.客户端实现 客户端的界面效果图如下所示: 客户端的具体功能:可以采集摄像头或者桌面图像,也可以采集麦克风与声卡的声音 并将它们推送到Nginx流服

===================================================== 最简单的基于libVLC的例子文章列表: 最简单的基于libVLC的例子:最简单的基于libVLC的视频播放器 最简单的基于libVLC的例子:最简单的基于libVLC的视频播放器(图形界面版) 最简单的基于libVLC的例子:最简单的基于libVLC的推流器 ===================================================== 本文记录基于libVL

—— 2017-2-12 更新RTMP 协议整理了一下,包括rtmp 消息类型,rtmp 如何分块,rtmp分块例子. 用脑图整理了一下,使用Xmind 打开,URL: https://github.com/gezhaoyou/RtmpMindmap rtmp 消息类型 Paste_Image.png rtmp 消息分块 Paste_Image.png 总体介绍 前一段时间写过一篇文章: iOS直播视频数据采集.硬编码保存h264文件,比较详细的记录了在做iOS端进行视频数据采集和编码的过程,下

在我之前的一篇博客<EasyRTMP内置进入摄像机中实现网络推流直播摄像机的功能>中,我阐述了一种将RTMP推流内置到摄像机系统内部,实现安防摄像机转互联网直播的RTMP推流摄像机功能,如果搭载在高清的IPC上,可以实现一个 非常低成本.高性价比的互联网高清直播摄像机! 但是,这只是个推流,或者说,只是一个程序,或者说是一个SDK,那么如果要做成一个产品,仅仅是有核心功能是不够的,我们还需要将整个音视频的采集.编码.回调.转码.推流.配置.停止等一系列流程,如何将整个链条完全串联和控制,是一个

1 准备工具 使用yum安装git [root~]# yum -y install git 下载nginx-rtmp-module,官方github地址 // 通过git clone 的方式下载到服务器上 [root~]# git clone https://github.com/arut/nginx-rtmp-module.git yum 安装 openssl [root~]# yum -y install openssl openssl-devel 2 安装Nginx服务器,官方网址 下载N

目标检测解决的是计算机视觉任务的基本问题:即What objects are where?图像中有什么目标,在哪里?这意味着,我们不仅要用算法判断图片中是不是要检测的目标, 还要在图片中标记出它的位置, 用边框或红色方框把目标圈起来.如下图 目前存在的一些挑战在于:除了计算机视觉任务都存在的不同视角.不同光照条件以及类内差异等之外,还存在目标旋转和尺度变化(如小目标),如何精确的目标定位,密集和遮挡条件下的目标检测,以及如何加快检测速度等. 下图是目标检测的发展历程: 以年为界,目标检测分为传统

1 引言 深度学习目前已经应用到了各个领域,应用场景大体分为三类:物体识别,目标检测,自然语言处理.本文着重与分析目标检测领域的深度学习方法,对其中的经典模型框架进行深入分析. 目标检测可以理解为是物体识别和物体定位的综合,不仅仅要识别出物体属于哪个分类,更重要的是得到物体在图片中的具体位置. 为了完成这两个任务,目标检测模型分为两类.一类是two-stage,将物体识别和物体定位分为两个步骤,分别完成,这一类的典型代表是R-CNN, fast R-CNN, faster-RCNN家族.他们识别

YOLO (You Only Look Once) dl  cnn  object detection  一.YOLO YOLO是一个实时的目标检测系统.最新的V2版本在Titan X 上可以每秒处理 40-90 张图片,在VOC 2007上可以取得78.6%的准确率,在COCO上可以取得48.1%准确率. 之间的检测系统对图像在不同的尺度.位置上进行多次检测,需要执行多次神经网络算法分别得到结果,YOLO只需要执行一次,所以速度上得到了较大的提升. 二.算法 算法发展过程: RCNN -->