【gStreamer】Windows VS2022 C++ 项目中调用gstreamer相关函数，获取无线摄像头视频

现在有一个无线摄像头中插入了一个SD卡，SD卡中是wifi信息“

# 用于WiFi 2.4G连接测试、WiFi出图测试 
wifi_ssid=TP-test123
wifi_passwd=88888888# 用于WiFi出图测试
ip=192.168.31.221 #
autoircut=1 #”。

外部硬件链接描述：电脑和路由器之间一根网线连接，生成无线网TP-0510-test。然后电脑上就可以看到无线摄像头的实时画面了。

电脑端可以在输入CMD命令打开无线摄像头实时画面，命令“gst-launch-1.0 rtspsrc location=rtsp://192.168.31.221:554/main_stream latency=0 ! decodebin ! videoconvert ! autovideosink”。

现在，怎么在 Windows VS2022 C++ 项目中调用gstreamer相关函数，获取无线摄像头视频。

1 下载，安装，配置，gStreamer

2 配置 Visual Studio 项目 配置

需要在VS2022项目中添加 GStreamer 库的 附加依赖项：

gstreamer-1.0.lib
gobject-2.0.lib
glib-2.0.lib
gstbase-1.0.lib
gstapp-1.0.lib
gstvideo-1.0.lib

3 项目源代码

#include <gst/gst.h>
#include <iostream>
#include <glib.h>int main(int argc, char* argv[])
{//设置日志级别为3，输出详细的调试信息//_putenv("GST_DEBUG=3");//gst_debug_set_active(TRUE);// 初始化GStreamergst_init(&argc, &argv);// 构建GStreamer管道//CPU 进行解码,软解码const gchar* pipeline_desc = "rtspsrc location=rtsp://192.168.31.221:554/main_stream latency=0 ! decodebin ! videoconvert ! autovideosink";GstElement* pipeline = gst_parse_launch(pipeline_desc, NULL);if (!pipeline) {std::cerr << "Failed to create pipeline" << std::endl;return -1;}// 启动管道播放GstStateChangeReturn ret = gst_element_set_state(pipeline, GST_STATE_PLAYING);if (ret == GST_STATE_CHANGE_FAILURE) {std::cerr << "Unable to set the pipeline to the playing state." << std::endl;gst_object_unref(pipeline);return -1;}std::cout << "Pipeline is playing, press Ctrl+C to stop..." << std::endl;// 获取Bus并监听消息GstBus* bus = gst_element_get_bus(pipeline);  // 获取BusGstMessage* msg = gst_bus_poll(bus, (GstMessageType)(GST_MESSAGE_ERROR | GST_MESSAGE_EOS), GST_CLOCK_TIME_NONE);  // 监听错误或EOS消息if (msg != NULL) {GError* err;gchar* debug_info;if (GST_MESSAGE_TYPE(msg) == GST_MESSAGE_ERROR) {gst_message_parse_error(msg, &err, &debug_info);std::cerr << "Error: " << err->message << std::endl;std::cerr << "Debug info: " << debug_info << std::endl;g_error_free(err);g_free(debug_info);}if (GST_MESSAGE_TYPE(msg) == GST_MESSAGE_EOS) {std::cout << "End of stream" << std::endl;}gst_message_unref(msg);  // 释放消息}gst_object_unref(bus);  // 释放Bus// 清理gst_element_set_state(pipeline, GST_STATE_NULL);  // 停止管道gst_object_unref(pipeline);  // 释放管道对象return 0;
}

4 硬解码 加速

使用了NVIDIA GPU 的硬件解码器。

那么视频解码过程将会使用 GPU 资源而不是 CPU 资源。这能够显著减少 CPU 的负担，并提高视频处理效率，特别是在高分辨率或者高比特率的视频流中。

4.1 为什么 GPU 解码更流畅？

• 并行处理： NVIDIA GPU 设计用于并行处理任务，因此它能更高效地处理视频流解码任务，尤其是像 H.264 这样高压缩比的编码格式。
• 硬件加速： 硬解码（通过 nvh264dec）能够通过专门的硬件单元加速解码过程，这比软件解码要快得多。
  降低延迟： 硬件解码的延迟通常比 CPU 解码更低，这对于实时视频流非常重要。特别是在无线视频传输中，减少解码延迟会提高流畅度和响应速度。

4.2 如何确认是否使用 GPU？

使用 NVIDIA-smi 工具查看 GPU 使用情况： 打开命令行，输入 nvidia-smi，查看 GPU 的使用情况，特别是解码过程。

GPU 使用率为0

在任务管理器中查看，集显使用过了一点，独显并未使用。

4.3 GPU 硬解码加速 代码 尝试

NVIDIA 硬件解码器，GPU加速(无法播放)

 //NVIDIA 硬件解码器，GPU加速(无法播放)const gchar* pipeline_desc = "rtspsrc location=rtsp://192.168.31.221:554/main_stream latency=0 ! rtph264depay ! nvh264dec ! videoconvert ! autovideosink";

检查管道连接： 尝试直接使用 decodebin 来让 GStreamer 自动选择解码器，而不是直接指定硬解码器。
decodebin 会根据输入的流类型选择最佳解码器。

//还是没有使用  NVIDIA 硬件解码器const gchar* pipeline_desc = "rtspsrc location=rtsp://192.168.31.221:554/main_stream latency=0 ! decodebin ! videoconvert ! autovideosink";

还是不行，先检查流的类型，确保它是 H.264 流，并且 RTP 解包部分配置正确。

1. 检查元素是否正确连接
nvh264dec 插件需要有一个合适的输入格式，比如 H.264 的 RTP 流。你使用的是 rtph264depay 来解包 RTP 流，但如果 rtph264depay 或 nvh264dec 插件没有正确配置或没有正确链接，可能会导致错误。

尝试使用 gst-inspect-1.0 来检查所有插件是否正常：

gst-inspect-1.0 nvh264dec
gst-inspect-1.0 rtph264depay

下图表明，插件连接配置正确