Nano Hash - криптовалюты, майнинг, программирование

Необработанный H264 в JPEG, на С#

Я получаю поток кадров, начальный пакет данных SPS и PPS h264, а затем пакеты для кадров I и P.

Используя С# .NET, я хочу преобразовать в серию JPEG? Кто-нибудь сделал это? Я попробовал оболочку AForge.NET FFMpeg, но могу ли я перейти только из файла MP4 в JPEG? Также посмотрел на DirectShow.

Кажется, я не могу найти примеры, которые хотя бы приблизились к этому?

Спасибо

c# ffmpeg h.264 jpeg
18.03.2016

  • Итак, вы получаете поток h264 и хотите конвертировать каждый кадр в jpeg? 18.03.2016
  • Привет, да, поэтому я получаю серию необработанных кадров данных h264 (сначала SPS и PPS), затем кадры I и P. Это чей-то чужой код, и он может сохранять некоторые части в файлы mp4 по мере необходимости, но мне нужно добавить декодирование каждого кадра в неподвижный кадр, JPEG (растровое изображение в C #), который можно сохранить на диск или отбросить. 18.03.2016

Ответы:


1

В Directshow это звучит так, как будто вам нужно ввести фильтр SampleGrabber в граф фильтров. Вставьте это после декодера H264.

Это сквозной фильтр, который может получать обратный вызов, содержащий каждый видеокадр. Затем вы, очевидно, можете выбрать, что делать с кадром, сохранить его на диск в формате jpeg и т. д.

Вместо того, чтобы изрыгать MSDN, есть отличная страница, объясняющая его использование здесь:

https://msdn.microsoft.com/en-us/library/windows/desktop/dd407288(v=vs.85).aspx

Обновление с учетом комментариев Романа:

SampleGrabber устарел как часть Directshow Editing Services. Однако он вполне самодостаточен. Если бы он был удален из более поздней версии Windows, его было бы просто заменить альтернативным фильтром. Я до сих пор использую его в одном из своих потребительских приложений. Однако Роман прав - у него крутая кривая обучения.

23.03.2016
  • Sample Grabber устарел, поскольку он является частью служб редактирования DirectShow. Сам DirectShow не устарел и остается в хорошем состоянии. Документация довольно точна по этому поводу. Кроме того, в качестве примечания, можно даже сжимать в JPEG с помощью стандартного фильтра DirectShow, как вы упомянули. Разработчику C# не хотелось бы использовать DirectShow для этого, но это цена, которую приходится платить за видеодекодер H.264: каким-то образом его нужно использовать, и он недоступен в очень простом для фактора факторе. Можно использовать декодер Media Foundation H.264, но в любом случае это будет непросто. 25.03.2016
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..