当前位置: 首页 > backend >正文

使用摄像头推流+VLC软件拉流

一、作用

使用摄像头创建rtsp链接,并使用VLC软件拉流显示。

二、步骤

1、安装FFmpeg库

  • 下载地址:https://ffmpeg.org/download.html
  • FFmpeg库的下载参考之前的博客,下载Win64版本即可:https://blog.csdn.net/beijixingcd/article/details/148067147?spm=1001.2014.3001.5502
  • 配置系统环境变量,选择path变量,添加ffmpeg库中的bin文件地址,配置如下:

  • 通过查看版本号,判断是否安装成功:在CMD中输入“ffmpeg -version”,成功将会显示版本号。

2、搭建简易的rtsp服务器

rtsp-simple-server是一个轻量级、开源的实时流协议(RTSP)服务器,专为视频流传输设计。它的核心作用是简化音视频流的发布、转发和播放流程,适用于监控、直播、物联网等场景。

  • 下载地址:

百度网盘链接: https://pan.baidu.com/s/1QNH1THEathiAxj-r4GpUTw?pwd=8qnk 提取码: 8qnk

  • 双击rtsp-simple-server.exe运行程序,在出现的CMD窗口中出现如下内容,表示运行正常:

3、利用摄像头创建rtsp链接

  • 打开CMD,输入指令,查看可用摄像头的名称

ffmpeg -list_devices true -f dshow -i dummy

作者摄像头显示为:JL-J512-6135

  • 创建rtsp链接,继续输入

ffmpeg -f dshow -i video="JL-J512-6135" -r 30  -vcodec libx264 -preset:v ultrafast -tune:v zerolatency -rtsp_transport udp -f rtsp rtsp://127.0.0.1:8554/camera_test

rtsp链接地址为:rtsp://127.0.0.1:8554/camera_test

【注意】保证rtsp服务器处于运行状态

4、使用VLC软件拉流

打开VLC软件,选择“媒体”-选择“打开网络串流”

输入url链接,并点击播放

可以在VLC软件中看到摄像头内容,至此全部内容完成。

【tips】若无法看到摄像头内容,请多运行几次cmd命令,可能是推流存在问题。

http://www.xdnf.cn/news/10042.html

相关文章:

  • Spring Boot微服务架构(九):设计哲学是什么?
  • FreeRTOS通俗理解指南:基础概念 + 架构+ 内核组件+练手实验
  • Paraformer语音模型:一种语音模型加速方法
  • deepseek问答记录:请讲解一下torch.full_like()
  • adb 常用命令笔记
  • 02 APP 自动化-Appium 运行原理详解
  • 【cpp-httplib】 安装与使用
  • 【ArcGIS微课1000例】0147:Geographic Imager6.2下载安装教程
  • PCB设计实践(三十)地平面完整性
  • 【孙悟空喝水】2022-2-7
  • 使用flex实现三栏布局,两边固定,中间自适应
  • 烟草工业数字化转型:科技领航,重塑传统产业新生态
  • OpenCV中的重要、常用知识点汇总(图像处理、特征检测与匹配、图像分割与轮廓分析、视频处理与分析和机器学习与深度学习等)
  • 强化学习的前世今生(五)— SAC算法
  • WPF的交互核心:命令系统(ICommand)
  • golang 实现基于redis的并行流量控制(计数锁)
  • Joern项目第三方库依赖分析
  • 系统架构设计综合知识与案例分析
  • 深入 RAG(检索增强生成)系统架构:如何构建一个能查资料的大语言模型系统
  • MCU STM32搭配存储SD NAND(贴片式T卡)于智能皮电手环(Galvanic Skin Response, GSR 手环)的全方位评测
  • 硬件工程师笔记——运算放大电路Multisim电路仿真实验汇总
  • 三格电子——如何解决消防设备联网问题
  • [JVM] JVM内存调优
  • 黑河流域30弧秒分辨率月尺度地表水及地下水灌溉量数据集(1981-2013)
  • Redis Sorted Set 深度解析:从原理到实战应用
  • GitLens 教学(学习更新中)
  • (一)微服务(垂直API)
  • SpringBoot+vue+SSE+Nginx实现消息实时推送
  • 0-EATSA-GNN:基于图节点分类师生机制的边缘感知和两阶段注意力增强图神经网络(code)
  • grounded_sam2 使用踩坑笔记