当然可以！你可以在 **C语言** 中使用 OpenCV 库（实际上是 C++ 编写的，但提供了 C 风格的兼容接口）来从 `v4l2` 设备读取 MJPEG 视频流、解码并推流到网络（例如 RTMP 或 RTP）。不过需要注意：OpenCV 的原生 API 是 C++，其“C 接口”在较新版本中已被弃用。因此，推荐的做法是使用 **C++ 编译器编写代码，并以类似 C 的方式调用 OpenCV 功能**，从而实现“类 C”的编程风格。 下面我将给出一个完整的 **C++ 实现的示例程序（可被当作 C 代码使用）**，它完成以下任务： 1. 使用 OpenCV 打开 `/dev/video0` 的 v4l2 MJPEG 流； 2. 解码帧； 3. 使用 FFmpeg 的 `AVFormatContext` 和 `libavcodec` / `libavformat` 将视频重新编码并通过 RTMP 推流（如推送到 Nginx-RTMP 或 OBS）； > ⚠️ 注意：真正的纯 C 调用 OpenCV 并不容易（因为 OpenCV 主要是 C++），但我们可以通过 **混合编程（C++ 写逻辑 + C 编译器链接）** 实现目标。 --- ### ✅ 方案：使用 OpenCV + FFmpeg（libav）进行解码与推流 #### 安装依赖（Ubuntu） ```bash sudo apt update sudo apt install libopencv-dev libavformat-dev libavcodec-dev libswscale-dev ffmpeg ``` --- ### 📌 示例代码：OpenCV 解码 + FFmpeg 推 RTMP 流（C++ 编写，兼容 C 使用） ```cpp // filename: opencv_rtmp_streamer.cpp extern "C" { #include <libavformat/avformat.h> #include <libavcodec/avcodec.h> #include <libswscale/swscale.h> #include <libavutil/avutil.h> #include <libavutil/imgutils.h> } #include <opencv2/opencv.hpp> #include <iostream> #pragma comment(lib, "opencv_world") // Windows only, ignore on Linux int main() { const char* rtmp_url = "rtmp://localhost/live/stream"; // 修改为你的目标地址 const int width = 640; const int height = 480; const int fps = 30; // ---------------------------- // Step 1: 初始化 FFmpeg 复用器 (RTMP) // ---------------------------- av_register_all(); avformat_network_init(); AVFormatContext* fmt_ctx = nullptr; avformat_alloc_output_context2(&fmt_ctx, nullptr, "flv", rtmp_url); if (!fmt_ctx) { std::cerr << "无法创建输出上下文\n"; return -1; } AVStream* video_st = avformat_new_stream(fmt_ctx, nullptr); if (!video_st) { std::cerr << "无法创建视频流\n"; return -1; } AVCodecID codec_id = AV_CODEC_ID_H264; // 我们把 MJPEG 解码后转成 H.264 再推流 AVCodec* encoder = avcodec_find_encoder(codec_id); if (!encoder) { std::cerr << "未找到 H.264 编码器\n"; return -1; } video_st->codecpar->codec_id = codec_id; video_st->codecpar->codec_type = AVMEDIA_TYPE_VIDEO; video_st->codecpar->width = width; video_st->codecpar->height = height; video_st->codecpar->format = AV_PIX_FMT_YUV420P; video_st->codecpar->bit_rate = 1000000; video_st->time_base = {1, fps}; video_st->codecpar->framerate = {fps, 1}; AVCodecContext* enc_ctx = avcodec_alloc_context3(encoder); avcodec_parameters_to_context(enc_ctx, video_st->codecpar); enc_ctx->time_base = video_st->time_base; if (avcodec_open2(enc_ctx, encoder, nullptr) < 0) { std::cerr << "无法打开编码器\n"; return -1; } // 打开输出 URL if (!(fmt_ctx->oformat->flags & AVFMT_NOFILE)) { if (avio_open(&fmt_ctx->pb, rtmp_url, AVIO_FLAG_WRITE) < 0) { std::cerr << "无法打开 RTMP 地址: " << rtmp_url << "\n"; return -1; } } avformat_write_header(fmt_ctx, nullptr); // ---------------------------- // Step 2: OpenCV 读取 v4l2 MJPEG 摄像头 // ---------------------------- cv::VideoCapture cap("/dev/video0", cv::CAP_V4L2); if (!cap.isOpened()) { std::cerr << "无法打开摄像头 /dev/video0\n"; return -1; } cap.set(cv::CAP_PROP_FOURCC, cv::VideoWriter::fourcc('M', 'J', 'P', 'G')); cap.set(cv::CAP_PROP_FRAME_WIDTH, width); cap.set(cv::CAP_PROP_FRAME_HEIGHT, height); cap.set(cv::CAP_PROP_FPS, fps); cv::Mat frame, yuv_frame; struct SwsContext* sws_ctx = sws_getContext( width, height, AV_PIX_FMT_BGR24, width, height, AV_PIX_FMT_YUV420P, SWS_BILINEAR, nullptr, nullptr, nullptr ); AVFrame* pkt_frame = av_frame_alloc(); pkt_frame->width = width; pkt_frame->height = height; pkt_frame->format = AV_PIX_FMT_YUV420P; av_frame_get_buffer(pkt_frame, 32); uint8_t* rgb_data = (uint8_t*)av_malloc(3 * width * height); AVPacket pkt; av_init_packet(&pkt); pkt.data = nullptr; pkt.size = 0; int frame_count = 0; while (true) { if (!cap.read(frame)) { std::cerr << "读取帧失败\n"; break; } // 转换为 RGB -> YUV for H.264 encoding cv::cvtColor(frame, frame, cv::COLOR_BGR2RGB); // BGR to RGB avpicture_fill((AVPicture*)pkt_frame, rgb_data, AV_PIX_FMT_RGB24, width, height); memcpy(pkt_frame->data[0], frame.data, frame.total() * frame.elemSize()); sws_scale(sws_ctx, pkt_frame->data, pkt_frame->linesize, 0, height, pkt_frame->data, pkt_frame->linesize); pkt_frame->pts = frame_count++; // 编码 avcodec_send_frame(enc_ctx, pkt_frame); while (avcodec_receive_packet(enc_ctx, &pkt) == 0) { pkt.stream_index = video_st->index; av_interleaved_write_frame(fmt_ctx, &pkt); av_packet_unref(&pkt); } // 显示本地画面（可选） cv::imshow("Local View", frame); if (cv::waitKey(1) == 'q') break; } // ---------------------------- // 清理资源 // ---------------------------- av_write_trailer(fmt_ctx); avcodec_close(enc_ctx); av_frame_free(&pkt_frame); av_free(rgb_data); sws_freeContext(sws_ctx); if (fmt_ctx && !(fmt_ctx->oformat->flags & AVFMT_NOFILE)) avio_closep(&fmt_ctx->pb); avformat_free_context(fmt_ctx); cap.release(); cv::destroyAllWindows(); std::cout << "推流结束\n"; return 0; } ``` --- ### 🔧 编译命令（使用 g++） ```bash g++ -o streamer opencv_rtmp_streamer.cpp \ `pkg-config --cflags --libs opencv4` \ `pkg-config --cflags --libs libavformat libavcodec libswscale libavutil` ``` > 如果提示找不到 `opencv4`，尝试改为 `opencv`： > > ```bash > pkg-config --cflags --libs opencv > ``` --- ### 📡 使用说明 1. 安装 Nginx + nginx-rtmp-module 或使用 [OBS](https://obsproject.com/) 作为接收端。 2. 修改代码中的 `rtmp_url` 为目标服务器地址，比如： ```cpp const char* rtmp_url = "rtmp://a.rtmp.youtube.com/live2/your-stream-key"; ``` 3. 运行程序： ```bash ./streamer ``` 4. 在 VLC 或浏览器中播放 `rtmp://localhost/live/stream` 查看结果。 --- ### ❗重要说明 | 项目 | 说明 | |------|------| | **是否纯 C？** | 不完全是，这是 C++，但由于没有复杂类设计，结构清晰，可视为“C 风格”使用 | | **为何不用纯 C 调用 OpenCV？** | OpenCV 自 4.x 后已移除旧的 `cvCreateImage` 等 C 接口，强烈建议使用 C++ | | **能否用 v4l2 直接读 + libjpeg 解码？** | 可以！见下文相关问题，那是真正的纯 C 方式 | ---