这个项目是我大三做的，和我的very very nice的好哥们Pz做的。其中他负责了idea、Sample Montior的C++底层的部分和最后测试，我负责了流式传输部分
现在我们来看一看这份代码- import threading
- import ffmpeg
- from screeninfo import get_monitors
- monitors = get_monitors()
- secondary_monitor = monitors[0]
- screen_x = secondary_monitor.width
- screen_y = secondary_monitor.height
- # 设置UDP传输地址和端口
- udp_url = 'udp://127.0.0.1:12345'
- output_format = 'mp4'
- output_file = f'output.{output_format}'
- input_params = {
- 'f': 'gdigrab', # 屏幕录像并推流
- 'framerate': 30, # 帧率
- 'offset_x': monitors[0].x,
- 'offset_y': monitors[0].y,
- 's': f'{screen_x}x{screen_y}',
- 'probesize': '50M', # 输入流格式时应该读取的数据量
- }
- output_params = {
- 'f': 'mpegts', # 延迟优化
- 'vcodec': 'libx264',
- 'pix_fmt': 'yuv420p',
- 'vf': 'fps=30',
- 's': '1920x1080', # 根据需要调整分辨率
- 'pkt_size': 1316
- }
- input_stream = ffmpeg.input('desktop', **input_params)
- output_stream1 = ffmpeg.output(input_stream, output_file, **output_params)
- output_stream2 = ffmpeg.output(input_stream, udp_url, **output_params)
- # 定时器回调函数
- def stop_recording():
- process.communicate()
- print("录制结束")
- # 设置录制时间（以秒为单位）
- record_time = 10
- timer = threading.Timer(record_time, stop_recording)
- timer.start()
- # 开始录制
- key1 = input("按 'q' 开始录制...")
- if key1 == "q":
- process = ffmpeg.run_async(output_stream2)
- print("开始录制...")
- # 结束录制
- key2 = input("按 'q' 停止录制...")
- if key2 == "q":
- timer.cancel() # 取消定时器
- process.terminate() # 终止录制进程
- print("录制终止")
（用女字旁更多的是对代码有怀念，就像船员称呼自己的舰船一样）
关于代码：
1.优点：
简单、好懂
是我自己写的
2.缺点：
延迟高，不可用
不可以传声音
3.讲解：
讲解主要分为两个部分——输入字典的解析+输出字典的解析，因为其他的确实没啥好讲的（所以好懂，太初学者了）
（1）输入字典
f: 'gdigrab'：这是指定输入格式为 gdigrab（Graphics Device Interface Grab），它是 Windows 下 FFmpeg 用来捕获屏幕的一个格式。它可以直接录制屏幕的内容。
framerate: 30：设置录制的帧率为 30 帧每秒，这意味着每秒录制 30 帧画面。
offset_x 和 offset_y：这两个参数定义了屏幕截图的起始位置（左上角的坐标）；monitors[0].x 和 monitors[0].y 是显示器的坐标信息，并从某个特定的屏幕区域开始录制。
s: f'{screen_x}x{screen_y}'：这里设置了录制区域的分辨率。screen_x 和 screen_y 表示需要录制的屏幕区域的宽度和高度。
probesize: '50M'：这是 FFmpeg 用来检测输入流格式的参数。probesize 指定了 FFmpeg 在读取数据流之前，应该读取的最大数据量。
（2）输出字典
f: 'mpegts'：指定输出格式为 mpegts（MPEG Transport Stream），通常用于流媒体传输，尤其是在网络推流时有优化延迟的效果。
vcodec: 'libx264'：指定视频编码使用 libx264，这是一种常用的 H.264 编码器，广泛支持并且提供了高压缩效率。
pix_fmt: 'yuv420p'：这是输出视频的像素格式。yuv420p 是一种常见的格式，特别适用于 H.264 编码。
vf: 'fps=30'：这是视频过滤器选项，指定了输出视频的帧率是 30 帧每秒。这保证了输出流的帧率和输入流一致。
s: '1920x1080'：输出视频的分辨率，这里设置为 1920x1080，适合高清格式。如果你希望调整输出分辨率，可以根据需求修改。
pkt_size: 1316：指定每个网络包的大小。这个值是根据网络带宽、延迟等因素优化的，以减少传输中的延迟。1316 字节是一个常用的包大小，它有助于提高实时推流的性能。
问题：
1.什么是gdigrab？
2.为什么FFmpeg 在读取数据流之前，要读取的最大数据量？
3.什么是mpegts？
4.libx264前的libx是什么？
5.yuv420p前的yuv是什么？
回答
1.gdigrab 是 FFmpeg 在 Windows 系统下提供的一种视频输入格式，用于捕获屏幕上的图像或特定应用窗口的内容。
（1）GDI (Graphics Device Interface)是 Windows 操作系统中的一个重要图形接口，它允许应用程序与显示器或打印机交互。通过 GDI，程序可以绘制图形、捕获屏幕内容等。
（2）其命令行为ffmpeg -f gdigrab -framerate 30 -i desktop output.mp4，抓取名为desktop屏幕，每秒30帧，输出output.mp4文件
2.为了让 FFmpeg 能够有效地解析输入流的格式，并准确地了解数据流的结构
（1）流格式探测：FFmpeg 需要一定的样本数据来探测和识别输入流的格式、编码信息、分辨率、音频或视频轨道等；通过读取一定量的数据，FFmpeg 可以判断编码类型、帧率、分辨率等信息。
（2）避免数据流阻塞：如果流源非常大或存在未知的封装格式，FFmpeg 可能无法立即解析所有信息。通过设置 probesize 限制 FFmpeg 读取的数据量，防止解析过程中过度占用系统资源或阻塞过长时间。
（3）在完成上面两项任务后，还需要解析输入流，其中 probesize 大小设置一般为5MB或50MB
3.mpegts（MPEG Transport Stream）是一种广泛用于音视频流传输的容器格式，通常用于广播和网络流媒体传输。
（1）容错性强、适用于实时传输、小的数据包、时间戳和同步
（2）用于数字电视广播、视频流媒体
（3）结构：头部+负载（我将信息介绍放在最下面）
4.libx264 中 libx 是 x264 编码器的一个 软件库（library），用于实现 H.264 视频编码标准。
5.yuv420p 中 yuv 是 图像存储格式，颜色存储空间；只有 y 时图片是黑白的，u 表示蓝色与亮度的差异， v 表示红色与亮度的差异。
头部与负载：
- 头部：包含了用于同步、标识流类型和控制流的基本信息，包括一个 4 字节的标识符，通常包括：
- Sync byte：同步字节，确保数据包的起始位置
- PID标识（Packet Identifier）：标识当前数据包所属的流或数据类型
- PES标识（Packetized Elementary Stream）：指示包内是否包含原始的音视频数据
- 负载：包含了实际的音频、视频或其他数据，是数据包的主要部分。
那个时候好像，我的前女友也在。。。唉，仅仅纪念一下美好的项目生涯和恋爱生活~！
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ |
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
照妖镜
