ffmpeg 進階使用Nvidia GPU進行加速

GPU測試

ffmpeg -c:v h264_cuvid -rtsp_transport tcp -i rtsp://admin:Admin123@192.168.64.178/h264/1/main/av_stream -y -qscale 5 -f image2 -r 1 -t 0:5:0 /home/ffmpeg_1/%5d.jpg

 

watch -n 1 -d nvidia-smi

 

CUDA

CUDA是Nvidia出的一個GPU計算庫，讓程序員能夠驅動Nvidia顯卡的GPU進行各類工做，其中就包含了視頻的編解碼

安裝CUDA

首先驗證一下顯卡驅動是否裝好

nvidia-smi

https://www.jianshu.com/p/59da3d350488

 

準備工做

在$HOME下建立ffmpeg_sources目錄

編譯並安裝依賴庫

本節中的依賴庫基本都是必須的，建議所有安裝

nasm

彙編編譯器，編譯某些依賴庫的時候須要

cd ~/ffmpeg_sources curl -O -L http://www.nasm.us/pub/nasm/releasebuilds/2.13.02/nasm-2.13.02.tar.bz2 tar xjvf nasm-2.13.02.tar.bz2 cd nasm-2.13.02 ./autogen.sh ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" make make install

yasm

彙編編譯器，編譯某些依賴庫的時候須要

cd ~/ffmpeg_sources curl -O -L http://www.tortall.net/projects/yasm/releases/yasm-1.3.0.tar.gz tar xzvf yasm-1.3.0.tar.gz cd yasm-1.3.0 ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" make make install

libx264

H.264視頻編碼器，若是須要輸出H.264編碼的視頻就須要此庫，因此能夠說是必備

cd ~/ffmpeg_sources #git clone --depth 1 http://git.videolan.org/git/x264 #cd x264 #PKG_CONFIG_PATH="$HOME/ffmpeg_build/lib/pkgconfig" ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" --enable-static --enable-shared

若是出現

#PKG_CONFIG_PATH="$HOME/ffmpeg_build/lib/pkgconfig" ./configure --prefix="$HOME/ffmpeg_build" --bindir="$HOME/bin" --enable-static --enable-shared --disable-asm #make #make install

 

使用Nvidia顯卡GPU進行轉碼

CUDA計算庫

CUDA是Nvidia出的一個GPU計算庫，讓程序員能夠驅動Nvidia顯卡的GPU進行各類工做，其中就包含了視頻的編解碼

安裝CUDA計算庫

首先驗證一下顯卡驅動是否裝好

nvidia-smi

若是驅動正常的話，此命令會輸出顯卡的型號、驅動版本、現存/GPU佔用等信息。如何安裝顯卡驅動本文不描述，請參考其餘資料。

到CUDA官網 https://developer.nvidia.com/cuda-downloads下載對應平臺的發行包，這裏我選擇

linux運行:

#./cuda_9.2.148_396.37_linux.run

會出現這個，不要傻等，回車一直按着

注意若是按照錯誤有些能夠跳過不安裝，simples和openGL能夠不裝，若是已經裝好驅動Driver第一步也能夠不裝

 

驗證安裝

/usr/local/cuda-8.0/bin/nvcc -V

安裝成功的話，會輸出相似文本：

nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2018 NVIDIA Corporation Built on Tue_Jun_12_23:07:04_CDT_2018 Cuda compilation tools, release 9.2, V9.2.148

編譯ffmpeg，須要ffmpeg3.3.9，測試發現4.0.2暫時不行。

要讓ffmpeg可以使用CUDA提供的GPU編解碼器，必須從新編譯ffmpeg，讓其可以經過動態連接調用CUDA的能力

# xz -d ffmpeg-3.3.9.tar.xz

#tar -xvf ffmpeg-3.3.9.tar

首先要編譯安裝nv-codec-headers庫

#git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git

#cd nv-codec-headers/ #make PREFIX="$HOME/ffmpeg_build" BINDDIR="$HOME/bin" #make install PREFIX="$HOME/ffmpeg_build" BINDDIR="$HOME/bin"

 

進入 ffmpeg-3.3.9目錄執行編譯：

PATH="$HOME/bin:$PATH" PKG_CONFIG_PATH="$HOME/ffmpeg_build/lib/pkgconfig" ./configure \ --prefix="$HOME/ffmpeg_build" \ --pkg-config-flags="--static" \ --extra-cflags="-I$HOME/ffmpeg_build/include -I/usr/local/cuda/include" \ --extra-ldflags="-L$HOME/ffmpeg_build/lib -L/usr/local/cuda/lib64" \ --extra-libs=-lpthread \ --extra-libs=-lm \ --bindir="$HOME/bin" \ --enable-gpl \ --enable-libx264 \ --enable-nonfree \ --enable-cuda \ --enable-cuvid \ --enable-nvenc \ --enable-libnpp #make -j4

make時間有點久,-j提升速度，通常cpu核心數兩倍爲宜 #make install

 

vi /etc/profile

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-9.2/lib64:/root/ffmpeg_build/lib

 

驗證安裝

從新安裝完ffmpeg，使用 ffmpeg -hwaccels命令查看支持的硬件加速選項

Hardware acceleration methods: cuvid

能夠看到多出來一種叫作cuvid的硬件加速選項，這就是CUDA提供的GPU視頻編解碼加速選項

 

而後查看cuvid提供的GPU編解碼器 ffmpeg -codecs | grep cuvid

使用GPU進行視頻轉碼測試

ffmpeg -hwaccel cuvid -c:v h264_cuvid -rtsp_transport tcp -i "rtsp://admin:admin@192.168.57.192:554/H264?channel=1&subtype=0&unicast=true&proto=Onvif/video

" -c:v h264_nvenc -b:v 2048k -vf scale_npp=1280:-1 -y /home/2.mp4

 

-hwaccel cuvid：指定使用cuvid硬件加速

-c:v h264_cuvid：使用h264_cuvid進行視頻解碼

-c:v h264_nvenc：使用h264_nvenc進行視頻編碼

-vf scale_npp=1280:-1：指定輸出視頻的寬高，注意，這裏和軟解碼時使用的-vf scale=x:x不同

轉碼期間使用nvidia-smi查看顯卡狀態，可以看到ffmpeg確實是在使用GPU進行轉碼：

+-----------------------------------------------------------------------------+ | Processes: GPU Memory | | GPU PID Type Process name Usage | |=============================================================================| | 0 62543 C ffmpeg 193MiB | +-----------------------------------------------------------------------------+

向不一樣GPU提交轉碼任務

-hwaccel_device N 指定某顆GPU執行轉碼任務，N爲數字，如：

ffmpeg -hwaccel cuvid -hwaccel_device 0