小编给大家分享一下Python使用UDP实现720p视频传输的操作方法，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
1、简单易用，与C/C++、Java、C# 等传统语言相比，Python对代码格式的要求没有那么严格；2、Python属于开源的，所有人都可以看到源代码，并且可以被移植在许多平台上使用；3、Python面向对象，能够支持面向过程编程,也支持面向对象编程；4、Python是一种解释性语言，Python写的程序不需要编译成二进制代码，可以直接从源代码运行程序；5、Python功能强大，拥有的模块众多，基本能够实现所有的常见功能。
视频传输: 在一台电脑上播放视频（捕捉摄像头画面），同局域网内另一台电脑上实时播放，尽量不卡顿。
先放最后的照片，和用gif展示一下视频效果。
传输视频可以采取图片或者流的形式，本文采取传输图片的形式，在1s之内显示多张图片从而形成连续的视频画面。
经费有限，所有实验均基于笔记本电脑。
使用的视频源是本机摄像头，以及进击的巨人720p资源。
1. 使用Python的Socket，使用opencv捕捉摄像头/视频的画面。
2. 原始的图片很大（720p的大小是1920*1080*3），整图就算压缩成jpg格式其大小也非常大。而UDP最大只能传输65535字节大小的数据区，故对图片进行分块，分块过后的数据压缩成jpg格式，并对图片分块数据进行编号。
3. 实验检测表明，本文实验环境发送端不需要使用发送队列，基本上新生成的帧很快就能被socket传输掉。
4. 接收端使用多线程接收，每个线程是一个socket，接收过后的数据存储于数据片池。
5. 接收端另开一个线程，用于反复从数据片池 读取数据片，根据数据片的编号更新幕布，这里幕布是专门用于图像显示的一个数组，其维度是720p（1920*1080*3）。更新过后的结果暂存于图片池
6. 主线程反复从图片池读取图片，并显示。
为了实现低延迟，毫无疑问选取无连接的UDP传输。
这里其实也谈不上什么算法，就是将图片水平分割。这种做法的好处在于，分割后图片的编号可以和区域一一对应。本文没有探索更为复杂的图片分片算法。
经过处理，图片变为一个个分片，如下：
对上述图片进行编号，很显然可以编号0,1,2,3，对于任意分块（例如2）在图像数组中对应的区域是frame[2*piece_size:(2+1)*piece_size]，其中piece_size表示一片数据的大小。
这种对应关系方便解压后的图像还原操作。
这其实是个很小的技术点，因为使用的压缩算法都是现成的。但是值得一提的是，JPG的压缩率是真的高，在实验数据上实现了10-20倍的压缩率。
使用了多线程压缩，压缩完过后，更新对应的桶，这里的桶实际上就是数据片。
由主线程Main Thread反复从桶里取数据片(t1)，每取1片发送一次，然后再取下一片（t2），直到所有桶都被取了一次（例子中有10片）。
至此，一张图片的分片数据被全部取完，于是开始统计一些FPS相关信息。
接收端开了10个线程用于异步socket接收数据片。
为了保证接收端产生丝滑的视频效果，使用接收队列是个不错的选择。本文使用了2个队列的设计。实现数据接收的二级缓冲。示意图如下：
这样一来，视频效果明显丝滑了很多。
巨坑，最好都关了。
同一台路由器的5G和2.4G频段有时候不能互相ping通，要确保两个电脑连接在同一频段上。
如果上述设置都对了，但是还是ping不通。将wifi连接设置成专用网络，也许就能解决问题。
个人PC的性能是较大瓶颈，尤其是单机测验的时候（本地两个终端，一个发送、一个接收），CPU使用率分分钟到100%。听某个技术大哥说要使用GPU压缩。
用两台电脑，一台接收一台发送之后，效果要好很多。
由于摄像头驱动的关系，在我的电脑上需要设置以下两个变量，才能成功启用外置的720p摄像头。
os.environ["OPENCV_VIDEOIO_DEBUG"] = "1" os.environ["OPENCV_VIDEOIO_PRIORITY_MSMF"] = "0"
即使如此，如果不做额外的设置，读出来的图片将是480p的（看起来很像是720p被压缩过后的）。所以如果要传输真·720p，还需要设置读出的图像大小，如下：
self.stream = cv2.VideoCapture(1) # 读取第一个外置摄像头 self.stream.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) # float self.stream.set(cv2.CAP_PROP_FRAME_HEIGHT, 720) # float
不知道是不是我写的有问题，感觉多线程的socket会争抢资源（发送和接收的线程间，对应5.1节功能），造成接收端的画面显示将变得卡顿。
为了计算网络时延，采取类似伽利略测光速的方法。从数据包打包之前，到对方收到数据包之后，再将这个数据回传到发送方。
这样就不存在两台机器时间差校准的问题。
该算法的大致流程如下图所示。
这种计算方式应该是自己的实验环境下比较准确的方法了。
时延信息的反馈不需要特别快（比如200-500ms发送一次），所以使用TCP技术
其实TCP和UDP在使用Python编程的时候代码差距可以说极小…
但是！！！
自己目前在实现信息回传的时候，会莫名卡顿起来。
接收端建立回传的socket之后，甚至还没传输数据，整个程序运行起来就变得非常卡顿，这个让我比较苦恼，目前正在找bug.
这部分的思想是流量控制，感谢评论区指正。
5.1节如果一并回传接收端队列状态信息。如果接收端队列太满，说明来不及处理视频帧了，从而对发送端的发送速度进行控制，才是“拥塞控制”
这个本来是想着和5.1综合起来用的，已经写好了，但是还没能真正展现价值，设计是否合理也值得商榷。
控制的是发送端的发送频率，从而实现接收端的流畅播放
思想和TCP的拥塞控制一样慢增长，快下降。如果接收端的队列一直处于较空的状态，则表明还有一定的性能剩余，此时可以缓慢加快发送的频率；如果检测到接收端队列中数据较多，表明发送速度太快来不及显示，这时候就大幅下降发送的频率。
这个拥塞控制的算法基于几个假设：
1.网络情况良好，丢包率比较低；
2接收端电脑的性能足够高，来得及处理解包、显示图像。
如果5.1能够正确实现，则应该根据网络时延
的大小来控制发送的频率。
以上是“Python使用UDP实现720p视频传输的操作方法”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
