今天為大家帶來的內容是：明白了以下5點思路，你也能用Python實現直播推流效果（技術活）
本文內容主要介紹了Python實現直播推流效果，主要是通過opencv讀取視頻對視頻分割為幀，本文通過實例代碼講解的非常詳細，具有一定的參考借鑑價值，需要的朋友可以參考下！
開始之前我們先來看看效果圖：
思路概括：
- opencv讀取視頻
- 將視頻分割為幀
- 對每一幀進行處理(opencv模板匹配)
- 在將此幀寫入pipe管道
- 利用ffmpeg進行推流直播
中間遇到的問題
在處理本地視頻時，並沒有延時卡頓的情況。但對實時視頻流的時候，出現了卡頓延時的效果。在一頓度娘操作之後，採取了多線程的方法。
opencv讀取視頻
OpenCV模板匹配
模板匹配就是在一幅圖像中尋找一個特定目標的方法之一，這種方法的原理非常簡單，遍歷圖像中每一個可能的位置，比較各處與模板是否相似，當相似度足夠高時，就認為找到了目標。
嗨嘍：正在學習python的小夥伴或者打算學習的，可以私信小編“07”領取資料！
FFmpeg推流
在Ubuntu 14 上安裝 Nginx-RTMP 流媒體服務器（感興趣的可以私信我拿地址）
提示：沒有文字分割的代碼圖是一張圖（代碼塊太長只能分批展示出來）
以上說明：rtmp是要接受視頻的服務器，服務器按照上面所給連接地址即可。
多線程處理
提示：沒有文字分割的代碼圖是一張圖（代碼塊太長只能分批展示出來）
以上做出說明：使用Python3自帶的多線程模塊mutilprocessing模塊，創建一個隊列，線程A從通過rstp協議從視頻流中讀取出每一幀，並放入隊列中，線程B從隊列中將圖片取出，處理後進行顯示。線程A如果發現隊列裡有兩張圖片，即線程B的讀取速度跟不上線程A，那麼線程A主動將隊列裡面的舊圖片刪掉，換新圖片。
總結
以上所述內容就是給大家介紹的Python實現直播推流效果，希望對大家有所幫助，如果大家有任何疑問請給我留言。
最後多說一句，小編是一名python開發工程師，這裡有我自己整理了一套最新的python系統學習教程，包括從基礎的python腳本到web開發、爬蟲、數據分析、數據可視化、機器學習等。想要這些資料的可以關注小編，並在後臺私信小編：“07”即可領取。
閱讀更多 程序員陳平安 的文章
