Python使用UDP实现720p视频传输的操作

1. 项目背景

视频传输: 在一台电脑上播放视频（捕捉摄像头画面），同局域网内另一台电脑上实时播放，尽量不卡顿。

先放最后的照片，和用gif展示一下视频效果。

传输视频可以采取图片或者流的形式，本文采取传输图片的形式，在1s之内显示多张图片从而形成连续的视频画面。

经费有限，所有实验均基于笔记本电脑。

使用的视频源是本机摄像头，以及进击的巨人720p资源。

2. 解决方案

1. 使用Python的Socket，使用opencv捕捉摄像头/视频的画面。

2. 原始的图片很大（720p的大小是1920*1080*3），整图就算压缩成jpg格式其大小也非常大。而UDP最大只能传输65535字节大小的数据区，故对图片进行分块，分块过后的数据压缩成jpg格式，并对图片分块数据进行编号。

3. 实验检测表明，本文实验环境发送端不需要使用发送队列，基本上新生成的帧很快就能被socket传输掉。

4. 接收端使用多线程接收，每个线程是一个socket，接收过后的数据存储于数据片池。

5. 接收端另开一个线程，用于反复从数据片池 读取数据片，根据数据片的编号更新幕布，这里幕布是专门用于图像显示的一个数组，其维度是720p（1920*1080*3）。更新过后的结果暂存于图片池

6. 主线程反复从图片池读取图片，并显示。

3. 实现细节

3.1 TCP/UDP的选择

为了实现低延迟，毫无疑问选取无连接的UDP传输。

3.2 图片分片算法

这里其实也谈不上什么算法，就是将图片水平分割。这种做法的好处在于，分割后图片的编号可以和区域一一对应。本文没有探索更为复杂的图片分片算法。

经过处理，图片变为一个个分片，如下：

对上述图片进行编号，很显然可以编号0,1,2,3，对于任意分块（例如2）在图像数组中对应的区域是frame[2*piece_size:(2+1)*piece_size]，其中piece_size表示一片数据的大小。

这种对应关系方便解压后的图像还原操作。

3.3 JPG压缩

这其实是个很小的技术点，因为使用的压缩算法都是现成的。但是值得一提的是，JPG的压缩率是真的高，在实验数据上实现了10-20倍的压缩率。

使用了多线程压缩，压缩完过后，更新对应的桶，这里的桶实际上就是数据片。

由主线程Main Thread反复从桶里取数据片(t1)，每取1片发送一次，然后再取下一片（t2），直到所有桶都被取了一次（例子中有10片）。

至此，一张图片的分片数据被全部取完，于是开始统计一些FPS相关信息。

3.4 接收队列

接收端开了10个线程用于异步socket接收数据片。

为了保证接收端产生丝滑的视频效果，使用接收队列是个不错的选择。本文使用了2个队列的设计。实现数据接收的二级缓冲。示意图如下：

这样一来，视频效果明显丝滑了很多。

4. 遇到的坑及解决办法

4.1. Windows防火墙

巨坑，最好都关了。

4.2. 路由器网络频段

同一台路由器的5G和2.4G频段有时候不能互相ping通，要确保两个电脑连接在同一频段上。

4.3. Wifi配置

如果上述设置都对了，但是还是ping不通。将wifi连接设置成专用网络，也许就能解决问题。

4.4. 硬件瓶颈

个人PC的性能是较大瓶颈，尤其是单机测验的时候（本地两个终端，一个发送、一个接收），CPU使用率分分钟到100%。听某个技术大哥说要使用GPU压缩。

用两台电脑，一台接收一台发送之后，效果要好很多。

4.5. OpenCV读取摄像头大坑

由于摄像头驱动的关系，在我的电脑上需要设置以下两个变量，才能成功启用外置的720p摄像头。

	os.environ["OPENCV_VIDEOIO_DEBUG"] = "1"
	os.environ["OPENCV_VIDEOIO_PRIORITY_MSMF"] = "0"

即使如此，如果不做额外的设置，读出来的图片将是480p的（看起来很像是720p被压缩过后的）。所以如果要传输真·720p，还需要设置读出的图像大小，如下：

	self.stream = cv2.VideoCapture(1) # 读取第一个外置摄像头
	self.stream.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)   # float
	self.stream.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)   # float

4.6. Socket卡顿

不知道是不是我写的有问题，感觉多线程的socket会争抢资源（发送和接收的线程间，对应5.1节功能），造成接收端的画面显示将变得卡顿。

5. 尚未Bug Free的功能

5.1 使用TCP回传帧率信息

为了计算网络时延，采取类似伽利略测光速的方法。从数据包打包之前，到对方收到数据包之后，再将这个数据回传到发送方。

这样就不存在两台机器时间差校准的问题。

该算法的大致流程如下图所示。

这种计算方式应该是自己的实验环境下比较准确的方法了。

时延信息的反馈不需要特别快（比如200-500ms发送一次），所以使用TCP技术

其实TCP和UDP在使用Python编程的时候代码差距可以说极小…

但是！！！

自己目前在实现信息回传的时候，会莫名卡顿起来。

接收端建立回传的socket之后，甚至还没传输数据，整个程序运行起来就变得非常卡顿，这个让我比较苦恼，目前正在找bug.

5.2 拥塞控制 （流量控制）的算法

这部分的思想是流量控制，感谢评论区指正。

5.1节如果一并回传接收端队列状态信息。如果接收端队列太满，说明来不及处理视频帧了，从而对发送端的发送速度进行控制，才是“拥塞控制”

这个本来是想着和5.1综合起来用的，已经写好了，但是还没能真正展现价值，设计是否合理也值得商榷。

控制的是发送端的发送频率，从而实现接收端的流畅播放

思想和TCP的拥塞控制一样慢增长，快下降。如果接收端的队列一直处于较空的状态，则表明还有一定的性能剩余，此时可以缓慢加快发送的频率；如果检测到接收端队列中数据较多，表明发送速度太快来不及显示，这时候就大幅下降发送的频率。

这个拥塞控制的算法基于几个假设：

1.网络情况良好，丢包率比较低；

2接收端电脑的性能足够高，来得及处理解包、显示图像。

如果5.1能够正确实现，则应该根据网络时延的大小来控制发送的频率。

6. 总结

这个项目是一周的时间内完成的，目前还有点bug。小组内的成员分别在不同技术方向上进行了探索，收获都还挺大的。这篇博客就当一个项目总结吧，写的难免有纰漏之处。

github地址：https://github.com/820fans/UDP-Video-Transfer

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。如有错误或未考虑完全的地方，望不吝赐教。