同一路RTSP|RTMP流如何同时回调YUV和RGB数据实现渲染和算法分析
原创同一路RTSP|RTMP流如何同时回调YUV和RGB数据实现渲染和算法分析
原创
技术背景
我们在做RTSP|RTMP播放器的时候，有这样的技术诉求，开发者希望同时回调YUV、RGB数据，特别是Unity场景下，YUV数据用于渲染，RGB数据用于做视觉算法分析，拿到的RGB数据，想办法和python通信，发给python做视觉算法处理。
一般来说，如果设备带宽和性能比较好的话，可以直接拉两路流，同时解码回调需要的数据，当然，一般是不建议这么做，特别是4K+分辨率的流，同时解两路，耗费性能，没有必要。
另外一种，可以修改播放器底层逻辑，实现同时回调YUV和RGB数据，但是，我们知道，大多场景，RGB数据做算法分析的话，不一定需要全帧和高分辨率，考虑到算法处理能力，比如，有可能一秒钟只需要处理5-10帧，而且，有的视觉算法对高分辨率数据支持不好（比如分析4K的）。
那么，比较好的方式是，回调YUV数据，然后，RGB数据，提供上层接口，按需转，转过后的RGB数据，发给python或者其他算法就好。
技术实现
基于上述场景，我们做了以下的方案：
1. 设置回调YUV数据：
video_frame_call_back_ = new SP_SDKVideoFrameCallBack(SetVideoFrameCallBackV2);
NTSmartPlayerSDK.NT_SP_SetVideoFrameCallBack(player_handle_, (Int32)NT.NTSmartPlayerDefine.NT_SP_E_VIDEO_FRAME_FORMAT.NT_SP_E_VIDEO_FRAME_FROMAT_I420, IntPtr.Zero, video_frame_call_back_);2. 如果是做YUV到RGB数据转换：
/*
* SmartPlayer.cs
* Author: https://daniusdk.com
* WeChat: xinsheng120
*/
rgb_frame.format_ = (int)NT.NTSmartPlayerDefine.NT_SP_E_VIDEO_FRAME_FORMAT.NT_SP_E_VIDEO_FRAME_FORMAT_ARGB;
rgb_frame.width_ = video_frame.width_;
rgb_frame.height_ = video_frame.height_;
rgb_frame.timestamp_ = video_frame.timestamp_;
rgb_frame.stride0_ = video_frame.width_ * 4;
rgb_frame.stride1_ = 0;
rgb_frame.stride2_ = 0;
rgb_frame.stride3_ = 0;
Int32 argb_size = rgb_frame.stride0_ * rgb_frame.height_;
rgb_frame.plane0_ = Marshal.AllocHGlobal(argb_size);
NTSmartPlayerSDK.NT_SP_I420ToARGB(video_frame.plane0_, video_frame.stride0_, video_frame.plane1_, video_frame.stride1_, video_frame.plane2_, video_frame.stride2_,
rgb_frame.plane0_, rgb_frame.stride0_, video_frame.width_, video_frame.height_);3. 这里可以看到，我们设计了I420到ARGB的接口：
/*
* smart_player_sdk.cs
* Author: https://daniusdk.com
* WeChat: xinsheng120
*/
[DllImport(@"SmartPlayerSDK.dll")]
public static extern UInt32 NT_SP_I420ToARGB(IntPtr src_y_plane, Int32 src_y_stride,
IntPtr src_u_plane, Int32 src_u_stride,
IntPtr src_v_plane, Int32 src_v_stride,
IntPtr dst_argb_plane, Int32 dst_argb_stride,
Int32 width, Int32 height);好多算法，对高分辨率数据支持并不友好，于是我们做了分辨率缩放接口，拿到yuv数据后，先做缩放，然后再做yuv到rgb的转换。
/*
* SmartPlayer.cs
* Author: https://daniusdk.com
* WeChat: xinsheng120
*/
int scale_width = 1280;
int scale_height = 720;
int scale_y_stride = scale_width;
int scale_u_stride = (scale_width + 1) / 2;
int scale_v_stride = scale_u_stride;
int scale_y_size = scale_y_stride * scale_height;
int scale_u_size = scale_u_stride * ((scale_height + 1) / 2);
int scale_v_size = scale_u_size;
NT_SP_VideoFrame scale_frame = new NT_SP_VideoFrame();
scale_frame.width_ = scale_width;
scale_frame.height_ = scale_height;
scale_frame.plane0_ = Marshal.AllocHGlobal(scale_y_size);
scale_frame.plane1_ = Marshal.AllocHGlobal(scale_u_size);
scale_frame.plane2_ = Marshal.AllocHGlobal(scale_v_size);
NTSmartPlayerSDK.NT_SP_I420Scale(video_frame.plane0_, video_frame.stride0_,
video_frame.plane1_, video_frame.stride1_,
video_frame.plane2_, video_frame.stride2_,
video_frame.width_, video_frame.height_,
scale_frame.plane0_, scale_y_stride,
scale_frame.plane1_, scale_u_stride,
scale_frame.plane2_, scale_v_stride,
scale_frame.width_, scale_frame.height_, 3);
rgb_frame.format_ = (int)NT.NTSmartPlayerDefine.NT_SP_E_VIDEO_FRAME_FORMAT.NT_SP_E_VIDEO_FRAME_FORMAT_ARGB;
rgb_frame.width_ = scale_frame.width_;
rgb_frame.height_ = scale_frame.height_;
rgb_frame.stride0_ = scale_frame.width_ * 4;
rgb_frame.stride1_ = 0;
rgb_frame.stride2_ = 0;
rgb_frame.stride3_ = 0;
Int32 argb_size = rgb_frame.stride0_ * rgb_frame.height_;
rgb_frame.plane0_ = Marshal.AllocHGlobal(argb_size);
NTSmartPlayerSDK.NT_SP_I420ToARGB(scale_frame.plane0_, scale_y_stride, scale_frame.plane1_, scale_u_stride, scale_frame.plane2_, scale_v_stride,
rgb_frame.plane0_, rgb_frame.stride0_, scale_frame.width_, scale_frame.height_);有了rgb数据，下一步，就是如何跟python通信的问题，在此之前，我们有专门写过一篇blog，跟python交互，有多种方式，比如共享内存、通过UDP发送或者写bitmap文件，然后python实时读取就好。以写bitmap为例（Linux demo），开始播放后，video frame数据回调处理如下：
extern "C" void NT_SDK_SDKVideoFrameCallBack(NT_HANDLE handle, NT_PVOID user_data, NT_UINT32 status,
const NT_SP_VideoFrame* frame)
{
if (!frame)
return;
fprintf(stdout, "OnSDKVideoFrameCallBack handle:%p frame:%p, timestamp:%llu\n", handle, frame, frame->timestamp_);
#if NEED_SAVE_BITMAP
if (NT_SP_E_VIDEO_FRAME_FORMAT_RGB32 == frame->format_
|| NT_SP_E_VIDEO_FRAME_FORMAT_ARGB == frame->format_) {
struct timeval tv;
if (gettimeofday(&tv, nullptr) != 0) {
fprintf(stderr, "save bitmap file call gettimeofday failed");
return;
}
uint64_t local_time_us = tv.tv_sec*UINT64_C(1000000) + tv.tv_usec;
char file_name[128] = { 0 };
sprintf(file_name, "./outbitmaps/%llu.bmp", (unsigned long long)local_time_us);
if (!save_bitmap_file(frame->width_, frame->height_, frame->plane0_, frame->stride0_, frame->stride0_*frame->height_, file_name))
fprintf(stderr, "save bitmap file failed, name:%s", file_name);
else
g_bitmap_file_names_.emplace_back(file_name);
while (g_bitmap_file_names_.size() > 32) {
remove(g_bitmap_file_names_.front().c_str());
g_bitmap_file_names_.pop_front();
}
}
#endif // NEED_SAVE_BITMAP
}video frame回调后的数据，直接调用save_bitmap_file()实现bitmap文件写入，python程序，只需要到指定的文件夹下，读取生成的bitmap，然后做算法分析即可。拿到rgb数据，当然也可以通过共享内存或UDP直接发出去。
总结
我们播放RTSP|RTMP流，如果需要同时做渲染和算法分析的话，特别是渲染在上层实现（比如Unity），算法是python这种情况，拉两路流，更耗费带宽和性能，拉一路流，同时回调YUV和RGB数据也可以，但是更灵活的是本文提到的按需转算法期望的RGB数据，然后做算法处理。以上是大概的逻辑实现，感兴趣的开发者，可以单独跟我交流。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
