Python 中如何在内存中优雅地提取视频帧？

sws_sacle 把 AVFrame 转成 rgb32 然后弄一个 cv::Mat 复制过去

用虚拟文件交换就行了

网络传输中原先的格式是什么链路

@Latin 以 HTTP 的方式将整段视频以二进制字节流完整的传输过来。

场景没描述清, 提取之后是被谁消费, 落盘？ 其他程序用？ 其他程序是什么框架

@SenseHu 提取之后会由 AI 进行处理，所以还会被转换成对应的图片格式保存在内存中。整个过程都在 Python 上处理。

直接用内存映射不就行了，然后就是正常的 IO 操作

你能访问视频程序的内存内容，那别的程序不一样能访问，那你的内存不就成了透明的嘛！

这最基础的访问限制都闹不明白吗！！！

@Haku 可以参考 https://github.com/FFmpeg/FFmpeg/blob/master/doc/examples/avio_read_callback.c ，主要是 read_packet 函数，buffer 的装载逻辑（ av_file_map ）换成你自己的，可以流式加载，不用一次性读完。如果对 c 不熟悉，可以找个 python binding 来使用。decode 之后拿到 AVFrame ，随便玩

@somebody1 啥？我觉得你可能没理解，我这里指我的服务器收到了视频文件，然后我不希望把他写入到硬盘中，而是直接将传输过来的文件进行视频帧提取。

额，这个倒是跟视频没啥关系，不就是想用 bytesIO 嘛。

@Haku #10
那就是 11 楼的答案了

看起来你对 opencv 和 ffmpeg 都不熟悉，先说说你传来的视频流是什么协议吧

@stebest 挺简单的，给个示例吧 import numpy as np
import cv2 as cv
import io

image_stream = io.BytesIO()
image_stream.write(connection.read(image_len))
image_stream.seek(0)
file_bytes = np.asarray(bytearray(image_stream.read()), dtype=np.uint8)
img = cv.imdecode(file_bytes, cv.IMREAD_COLOR)

直接读完整的视频就是 bytesIO 二进制流了， 转换一下变成 numpy array 就行

@stebest 好的谢谢，我试试。

@stebest @mightybruce
谢谢两位，可能是我一开始哪里搞错了，我用 cv2 和 ffmpeg 去进行提取时，都报错了，网上查询也没找到一个很好的方法。

Python 这语言本来就不适用于直接对内存进行操作
建议换 C 或 Rust
https://ffmpeg.org/doxygen/6.1/group__lavc__decoding.html#ga11e6542c4e66d3028668788a1a74217c
你可能想要这个方法

@stebest 确实这个是正解，创建一个 io 字节流。

用 pyav 很简单的

@Anarchy 给个例子:
with av.open(url, optiOns=options) as container:
video = container.streams.video[0]
for i,t in enumerate([10,15,20,25,30]):
container.seek(int(t/video.time_base)+video.start_time, backward=True, stream=video)
frame = next(container.decode(video))
frame.to_image().save(target_folder/f'frame{i}.png')

@stebest
请问，cv2 读取视频我只找到了 VideoCapture ，但是 VideoCapture 却只能读文件了。
还是说能用读图片的方式，用 imdecode 等从视频二进制流里面直接读取到图片吗？

@Anarchy pyav 我知道，不过我这里环境特殊，装不上这个包所以暂时没考虑。

@Haku https://github.com/opencv/opencv/pull/25584 不知多久才能合入主线，有条件还是建议走 ffmpeg 的路子，控制更精细，遇到问题也有解决方案。按经验，有些推流器封装不太标准，需要野路子 hack 兼容。

@Haku 如果只是希望在内存中方便读取，使用 tmpfile import tempfile
import cv2

my_video_bytes = download_video_in_memory()

with tempfile.NamedTemporaryFile() as temp:
temp.write(my_video_bytes)

video_stream = cv2.VideoCapture(temp.name)

# do your stuff.

不过实际上还是会在本地创建文件，video capture 本身不支持直接从 memory 中读取，如果是自己控制数据流，用一个迭代器或者生成器把每一帧转 cv mat 就可以

如果还是希望用 opencv video capture 处理，1.可以将视频流使用虚拟摄像头输出，用 opencv 打开即可。
2.使用流媒体协议，opencv video capture 应该也直接支持。
3.使用 videogear 的 netgear ，一个比较简单的例子，具体可以去看文档
server end

```
# import required libraries
from vidgear.gears import VideoGear
from vidgear.gears import NetGear

# open any valid video stream(for e.g `test.mp4` file)
stream = VideoGear(source="test.mp4").start()

# Define Netgear Server with default parameters
server = NetGear()

# loop over until KeyBoard Interrupted
while True:

try:

# read frames from stream
frame = stream.read()

# check for frame if Nonetype
if frame is None:
break

# {do something with the frame here}

# send frame to server
server.send(frame)

except KeyboardInterrupt:
break

# safely close video stream
stream.stop()

# safely close server
server.close()
```

client end

```
# import required libraries
from vidgear.gears import NetGear
import cv2


# define Netgear Client with `receive_mode = True` and default parameter
client = NetGear(receive_mode=True)

# loop over
while True:

# receive frames from network
frame = client.recv()

# check for received frame if Nonetype
if frame is None:
break

# {do something with the frame here}

# Show output window
cv2.imshow("Output Frame", frame)

# check for 'q' key if pressed
key = cv2.waitKey(1) & 0xFF
if key == ord("q"):
break

# close output window
cv2.destroyAllWindows()

# safely close cliet
client.close()
```

楼上 bytesio 是一个方法，直接放到 tmpfs 里也行，tmpfs 的 backend 就是内存

tmpfs 比较简单，也就是常见的 /dev/shm

走内存，在并发大文件的情况下。。怎么解决内存占用的问题……

走内存例如 golang 中的 gin 上传文件一样，在读取文件都是 io ，调用 ffmpeg 或者 openvc 读取文件最后不都是 io 吗（个人拙见）

https://github.com/chenxinfeng4/ffmpegcv/blob/0e934647e99ee03c478558c82c48dd4add113136/ffmpegcv/ffmpeg_reader_stream.py

可以参考该代码

感觉没有那么复杂吧...

VideoCapture 本身支持使用 HTTP 协议的地址作为视频文件路径，如果没有特殊的请求限制，直接让 VideoCapture 自己处理流，然后直接遍历帧、或者设置 cv2.CAP_PROP_POS_FRAMES 或者 cv2.CAP_PROP_POS_MSEC 读指定帧都是可以的。不知道这种方式是不是符合需求。