ffmpeg+intel核显实现硬解码

2023-11-03 14:20

本文主要是介绍ffmpeg+intel核显实现硬解码,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 前言
  • 一、前言
  • 二、检查方法
    • 1.图形法
    • 2.nvidia-smi
    • 3.intel-gpu-tools
  • 三、安装使用
    • 1.libva-dev
    • 2.libva-utils
    • 3.编译安装
    • 4.测试
      • 1.vainfo
      • 2.ffmpeg测试解码
  • 总结


前言

之前写了一篇关于ffmpeg+nvcuvid实现硬解码的文章,最近得到一个只有intel集显的笔记本电脑,cpu是比较垃圾的5200U,核显是HD5500,也是个有年头的老爷机了吧。

因为intel解码没有nvidia那么热门,以目前只研究出来解码,暂时没研究出来编码。


一、前言

还是由于nvidia在AI领域的地位,导致目前生态很好,使用起来也几乎没有什么障碍,可以说是最简单的了。相比来讲amd和intel在这些领域就冷门了,好多东西搞起来不是那么容易。

这篇文章不解决驱动的问题,我使用的Ubuntu版本是22.04,本身已经自带集显驱动了,目前集显工作正常。如果,你的集显不能正常工作,那就不要继续往下看了,因为这篇文章不解决集显驱动的问题,也不针对amd设备。

二、检查方法

接下来我就教你通过几个简单的命令检查集显是不是正常工作了。实际上,我的电脑还带一个Nvidia GT 920M的独显,这个有年头的显卡,性能垃圾不说,还不带硬件编解码,实在是坑死。

检查intel显卡也很简单,下面说几个方法:

1.图形法

如果你装的是Desktop版,你直接在Settings->About里面看就行了。

在这里插入图片描述
因为我装了Nvidia的驱动,所以独显也显示出来了,后面那个就是集显。

2.nvidia-smi

这个属于排除法,如果你和我一样装了独显驱动(有独显),你只要切换集显显示,那么独显就罢工了,不会用来渲染桌面,只会用来承担AI的任务。一般建议配置下,相当于让Nvidia的独显完全解放出来,最大化为AI服务。

nvidia-smi
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.199.02   Driver Version: 470.199.02   CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ...  Off  | 00000000:04:00.0 N/A |                  N/A |
| N/A   43C    P8    N/A /  N/A |      5MiB /  2004MiB |     N/A      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

No running processes found,这句话说明独显没有承担渲染桌面的任务,要不然程序列表会出现"Xorg"的字样,Ubuntu叫Xorg,其它它发行版可能不叫Xorg,我没有一个个测试过,感兴趣的请自行测试。

3.intel-gpu-tools

这个也是最规范的方法,监控Intel的GPU首要就是安装驱动,要不然这个工具是肯定不工作的,而且不用刻意指定具体设备,属于自行检测集显了。

Ubuntu默认是没有安装的,可以使用下面的命令安装:

sudo apt update
sudo apt install intel-gpu-tools

使用起来也简单:

sudo intel_gpu_top

就和top命令一样,每隔一段时间刷新一次。

在这里插入图片描述

主要看Video这一项,如果你的核显参与硬件编解码,Video就会被占用,还可以看到占用比例。

三、安装使用

在开始和ffmpeg结合之前,我们还需要安装几个必要的支持库,请继续往下看。

1.libva-dev

因为后面要本机编译,所以要安装开发环境。

咱们先看下这个库的描述:

apt info libva-dev

输出:

Package: libva-dev
Version: 2.14.0-1
Priority: optional
Section: universe/libdevel
Source: libva
Origin: Ubuntu
Maintainer: Ubuntu Developers <ubuntu-devel-discuss@lists.ubuntu.com>
Original-Maintainer: Debian Multimedia Maintainers <debian-multimedia@lists.debian.org>
Bugs: https://bugs.launchpad.net/ubuntu/+filebug
Installed-Size: 720 kB
Provides: dh-sequence-libva
Depends: libva-drm2 (= 2.14.0-1), libva-glx2 (= 2.14.0-1), libva-wayland2 (= 2.14.0-1), libva-x11-2 (= 2.14.0-1), libva2 (= 2.14.0-1), libwayland-dev, libset-scalar-perl
Homepage: https://01.org/linuxmedia/vaapi
Download-Size: 115 kB
APT-Manual-Installed: yes
APT-Sources: http://mirrors.aliyun.com/ubuntu jammy/universe amd64 Packages
Description: Video Acceleration (VA) API for Linux -- development filesVideo Acceleration API (VA API) is a library ("libVA") and API specificationwhich enables and provides access to graphics hardware (GPU) acceleration forvideo processing on Linux and UNIX based operating systems. Acceleratedprocessing includes video decoding, video encoding, subpicture blending andrendering. The specification was originally designed by Intel for its GMA(Graphics Media Accelerator) series of GPU hardware, the API is however notlimited to GPUs or Intel specific hardware, as other hardware and manufacturerscan also freely use this API for hardware accelerated video decoding..This package provides the development environment for libva.

我简单翻译下:这个事Linux和Unix系统上的一个视频加速库,是Intel为自家的GPU中带的图形媒体加速器设计的API,但它是开源的,不限于用在Intel的GPU上,AMD和Nvidia都可以去实现这个API从而支持硬件加速。

主要看下Description,如果你是初学者就干脆不要看了,直接用,等有时间了再研究。

sudo apt update
sudo apt install libva-dev

2.libva-utils

这个工具在Ubuntu的官方源里是没有的,但是OpenBSD和Fedora居然有,搞不明白为什么Ubuntu不给。但是不要急,我们自己编译。

git clone https://gitee.com/anold/libva-utils.git

关于分支的选择我多提一嘴,我一开始拉的是master,由于版本很新编译直接报错,大致意思是av1编码报错。我去查了下,我的老古董肯定不支持av1的,当然最新的核显可能支持av1,这个需要去Intel额官网查下。

如果你不能确定,或者你的核显很新,你可以编译master,不报错就对了,报错的话就降版本,选一个早期的版本重新编译即可。

我用的是2.10版本,解码可以,编码我没有需要,所以就没有细测。

3.编译安装

前面下载源代码之后进入编译安装阶段。

./autogen.sh #会编译测试程序
./autogen.sh -Denable-tests #不会编译测试程序
make -j4 #程序不大,不需要太多线程
sudo make install

4.测试

1.vainfo

vainfo是libva-utils里面的自带工具,可以看到自己的核显支持哪些格式。

先测试你的核显支持什么样的格式:

vainfo --display drm --device /dev/dri/card0

一般核显都应该是card0,成功的话显示结果,下面是我的结果:

libva info: VA-API version 1.14.0
libva info: Trying to open /usr/lib/x86_64-linux-gnu/dri/iHD_drv_video.so
libva info: Found init function __vaDriverInit_1_14
libva info: va_openDriver() returns 0
vainfo: VA-API version: 1.14 (libva 2.14.0)
vainfo: Driver version: Intel iHD driver for Intel(R) Gen Graphics - 22.3.1 ()
vainfo: Supported profile and entrypointsVAProfileMPEG2Simple            : VAEntrypointVLDVAProfileMPEG2Main              : VAEntrypointVLDVAProfileH264Main               : VAEntrypointVLDVAProfileH264High               : VAEntrypointVLDVAProfileJPEGBaseline           : VAEntrypointVLDVAProfileH264ConstrainedBaseline: VAEntrypointVLDVAProfileVP8Version0_3          : VAEntrypointVLD

我的这张卡是不支持H265和AV1的,支持VP8但是不支持VP9。

2.ffmpeg测试解码

这个需要辅助于前面的intel_gpu_top工具,通过ffmpeg解码一个视频并监控对核显解码器的占用情况。

先打开一个终端,运行intel_gpu_top开始监测:

sudo intel_gpu_top

另开一个终端,执行ffmpeg的解码程序

ffmpeg -vcodec h264_qsv -an -i <你的视频> -f mp4 -y output.mp4

-vcodec:指定Intel的解码器
-an:不要声音
-f:输出格式

返回第一个终端,查看Video占用情况:
在这里插入图片描述
Video对应硬件编解码单元。


总结

1、总体比Nvidia难一点点
2、有问题请评论,我会收到邮件提醒

这篇关于ffmpeg+intel核显实现硬解码的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/338772

相关文章

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布

Java使用Thumbnailator库实现图片处理与压缩功能

《Java使用Thumbnailator库实现图片处理与压缩功能》Thumbnailator是高性能Java图像处理库,支持缩放、旋转、水印添加、裁剪及格式转换,提供易用API和性能优化,适合Web应... 目录1. 图片处理库Thumbnailator介绍2. 基本和指定大小图片缩放功能2.1 图片缩放的

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

PyCharm中配置PyQt的实现步骤

《PyCharm中配置PyQt的实现步骤》PyCharm是JetBrains推出的一款强大的PythonIDE,结合PyQt可以进行pythion高效开发桌面GUI应用程序,本文就来介绍一下PyCha... 目录1. 安装China编程PyQt1.PyQt 核心组件2. 基础 PyQt 应用程序结构3. 使用 Q

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库