python接入rtsp视频，并实时框人员 推送给rtsp流媒体服务器_python 推流服务

要实现Python显示RTSP视频流、实时框出画面中的人员，并将带有框的视频以RTSP格式推送给流媒体服务器，您需要使用支持RTSP推流的库或工具。由于OpenCV的cv2.VideoWriter并不直接支持RTSP推流，这里推荐使用ffmpeg作为中介，结合ffmpeg-python库来实现这一功能。以下是详细的步骤：

步骤一：获取RTSP视频流并进行人员检测

使用OpenCV读取RTSP视频流并进行人员检测（这里仍以人脸检测为例，您可以替换为其他人员检测模型）。同时，为了将检测结果叠加到原视频流上，我们需要保留原视频帧和检测到的人员框信息：

python

import cv2
 
rtsp_url = 'rtsp://your_rtsp_stream_url'
cap = cv2.VideoCapture(rtsp_url)
 
if not cap.isOpened():
    print("Could not open RTSP stream.")
    exit(-1)
 
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
 
while True:
    ret, frame = cap.read()
 
    if not ret:
        print("Failed to read frame.")
        break
 
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
 
    # 存储检测到的人员框信息
    person_boxes = [(x, y, x+w, y+h) for (x, y, w, h) in faces]
 
    # 在原帧上绘制矩形框
    for box in person_boxes:
        cv2.rectangle(frame, (box[0], box[1]), (box[2], box[3]), (0, 255, 0), 2)
 
    # 显示带有框的帧（可选，仅用于本地调试）
    cv2.imshow('RTSP Video Stream with Person Detection', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

步骤二：使用ffmpeg将处理后的视频帧推送到RTSP服务器

安装ffmpeg和ffmpeg-python库：

bash

pip install ffmpeg-python

接下来，使用ffmpeg-python库创建一个ffmpeg进程，将处理后的视频帧通过管道（pipe）传递给ffmpeg进行编码和RTSP推流：

python

import subprocess as sp
import numpy as np
from ffmpeg import (
    Input,
    Output,
    pipe,
)
 
# RTSP推流地址
rtsp_output_url = 'rtsp://your_rtmp_server_address/stream_key'
 
# 创建一个空的Input对象作为输入源，使用管道接收数据
input_pipe = Input(pipe='pipe:', format='rawvideo', pix_fmt='bgr24', s='{}x{}'.format(frame_width, frame_height))
 
# 创建RTSP输出对象
output = Output(rtsp_output_url, vcodec='libx264', pix_fmt='yuv420p', r=fps)
 
# 启动ffmpeg进程，连接输入管道和输出RTSP地址
ffmpeg_process = (
    input_pipe
    .global_args('-hide_banner')
    .global_args('-loglevel', 'warning')
    .output(output)
    .run_async(pipe_stdin=True)
)
 
while True:
    ret, frame = cap.read()
 
    if not ret:
        print("Failed to read frame.")
        break
 
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
 
    person_boxes = [(x, y, x+w, y+h) for (x, y, w, h) in faces]
    for box in person_boxes:
        cv2.rectangle(frame, (box[0], box[1]), (box[2], box[3]), (0, 255, 0), 2)
 
    # 将处理后的帧送入ffmpeg进程
    ffmpeg_process.stdin.write(frame.tobytes())
 
    # 显示带有框的帧（可选，仅用于本地调试）
    cv2.imshow('RTSP Video Stream with Person Detection', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
 
# 关闭输入管道，结束ffmpeg进程
ffmpeg_process.stdin.close()
ffmpeg_process.wait()

在这个示例中：

1. 使用ffmpeg-python创建一个空的Input对象，指定格式为rawvideo，像素格式为bgr24，分辨率与原视频一致。
2. 创建一个Output对象，指定RTSP推流地址、编码器为libx264、像素格式为yuv420p，帧率为原视频帧率。
3. 启动ffmpeg进程，连接输入管道和输出RTSP地址。
4. 在主循环中，读取视频帧，进行人员检测，绘制矩形框，然后将处理后的帧以字节形式写入ffmpeg进程的stdin。
5. 本地调试时可选择显示带有框的帧，按'q'键退出。

请注意，实际使用时需要根据您的流媒体服务器设置调整`rtsp_output ...问答超时，请稍后再试