Jetson Nano 2GB系列文章（19）：Utils的videoOutput工具

上一篇文章为大家深入地讲解了videoSource()这个非常强大的输入源处理模块，本文的重点将聚焦在videoOutput()这个输出标的处理模块。

videoOutput()与videoSource()几乎具备一致的特性。这里直接列出了videoOutput()所支持的输出种类与媒体格式：

• 支持5种输出方式：

• 显示器：“display://0”
• RTP视频流：“rtp://<remote_ip>:1234”
• 视频文件：“完整文件名”，例如 “input.mp4”，
• 图像文件：“完整文件名”，例如 “room_0.jpg”，
• 文件夹：“完整文件夹路径”，当识别到输出类型为“文件夹”时，就会按照流水号递增方式生成文件名。

• 支持4种视频输出格式：MKV、MP4、AVI与FLV
• 支持5种媒体输出格式：H.264、 H.265、VP8、VP9与MJPEG
• 支持4种图像格式：JPG、PNG、TGA与BMP
• 自动根据数据源，调用合适的NVDEC解码功能
• 调用CUDA核处理大部分基础图像处理任务

我们在前面已经熟悉了将结果输出到显示器上的方式，接下来就来体验其他几种输出方式，这对于将来开发边缘应用是非常有帮助的。要知道绝大部分的边缘计算场景，都是不能在设备上直接连上显示器的，那么此时如何观看该设备上所监控到的视频内容呢？通常就是将输入源所获取的数据，做完深度学习推理识别之后的结果，做以下两种处理方式：

• 在当地存成视频，然后批次往管理服务区发送，再删除该视频，以保留空间。
• 将视频流直接转向到其他设备上进行显示。

至于使用哪种方式，必须根据实际场景而定。而本文的重点就是带着大家，对这两种用法进行试验，并借此学会这些使用方法。

我们还是用10lines.py代码为基础来进行修改，不过为了节省测试时间，这里会将深度学习推理计算的部分省略掉，只保留videoSource()与videoOutput()这两部分的代码。修改后的内容如下：

这个6行代码，让人看起来非常轻松，却又支持了绝大部分常用的输入、输出形态与格式。

接下来的重点，就是将代码内的INPUT与OUTPUT做有效的置换，试试以下几种组合状况：

• 从CSI摄像头读入，然后输出存放至csi.mp4视频文件，这个相对直观，因此不多做说明。在观察jetson-stats时，若输出为视频文件，NVENC编码器的功能就启动了。

• 用VisionWorks的范例视频signs.avi作为输入，输出成个别侦图像到output目录里。视频长度为22秒，输出后生成44张图像，就是每0.5秒生成一张图像，不过实际生成的数量并不一定，与其他相关参数也有关。
• 这个组合是本文的重点实验，因为RTP视频流转向的实用性非常高，操作较为复杂，必须在发送端与接收端之间进行配合，因此需要花点时间说明并演示。

接下来就进行RTP视频流转向的示范步骤：

• 设备：一台Jetson Nano担任“发送端”，另外需要一台设备执行“接受端”，这个可以是另一台Jetson设备，也可以是Windows、MAC或Ubuntu操作系统的x86电脑。
• 网络：本实验的发送端与接收端设备，都在内网中的同一个网段。这里的实验用MicroUSB线连接Jetson Nano 2GB与运行Ubuntu操作系统的x86电脑，此时Jetson Nano的IP是192.168.55.1，x86电脑的IP是192.168.55.100，因此就需要将代码中OUTPUT部分修改成“rtp://192.168.55.100:1234”，修改后的完整代码如下：

• 执行步骤：

• 在发送端上执行以下指令：

执行过程中会出现如下截屏的摄像头信息内容：

最后停在下面截屏的地方，发送端到这边就不用再去动这个指令框了。

• 在接收端执行接收的动作：
  • 在Ubuntu操作系统下，可执行以下指令便能直接接收视频流：

正确执行指令后，接收端设备的命令行会停留在如下图的状态：

并且还会跳出一个显示框，核对以下显示的内容与Jetson Nano上的摄像头是否一致。

发送端与接收端之间的显示，是否出现时间差？取决于网络的质量！

• • 用VLC播放软件，适用于Windows、Mac、Ubuntu操作系统：

首先得在接收设备上安装VLC播放软件，然后用文字编辑器生成一个”.sdp”文件，例如”rdp.sdp”，里面的内容如下：

同样先在发送端执行10lines.py这个代码，然后在接收端用VLC播放器打开rdp.sdp，就可以在VLC播放器上显示了。

这样就能很轻松地将Jetson Nano 2GB上的摄像头看到的画面，直接透过RTP转到PC上去呈现。

这时候，如果你打开Jetson Nano 2GB的jetson-stats监控软件，也会看的左下角“NVDEC”处于执行的状态。

如果我们这时候将“物件检测”的推理识别功能打开的话，会出现怎样的结果呢？先将前面代码中的”#”部分取消，开启对象检测的功能，执行一次看看就知道，是否如下图一样会出现检测的结果。

好的，到这里为止，是不是已经可以更好地掌握videoOutput()的一些用法了呢？