1. 问题分析

项目中，之前用的是OpenCV对摄像头的RTSP流进行解码。随着时间的推移以及业务摄像头的增加，发现十路流CPU就已经100%啦，很明显解码所占CPU资源较多，导致整个系统处理效率不高，解码成为系统的瓶颈，需要赶紧马上上硬解码才行。

查找资料并验证发现：OpenCV中VideoReader_GPU可以方便地利用GPU读取视频文件加速解码过程，但OpenCV中VideoReader_GPU无法读取rtsp视频流数据。CUVID中CuvideoSource不支持rtsp视频流数据，不能由rtsp地址创建VideoSource。

硬解码跟计算机显卡有关，赶紧安装cuda_9.0.176_win10 .exe，然后找相关GUP加速相关厂商提供的加速解决方案Demo（C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\3_Imaging\cudaDecodeD3D9）

cudaDecodeD3D9 Demo CUVID中CuvideoSource不支持rtsp视频流数据，不能由rtsp地址创建VideoSource ，利用其他方式解析RTSP流

硬解码基本架构流程

2.硬解码rtsp视频流

基本思路：跳过VideoSource模块，利用其他方式（FFmpeg）解析，我结合。

基本步骤：

1.利用FFmpeg解析rtsp视频流。（结合以上Demo就能够把关键部分抽出来，自己封装成DLL工程，方便后面程序使用）

2.创建VideoParser。

3.利用FFmpeg读取数据包(AVpacket)。

4.将数据包传输到VideoParser(AVpacket ---> CUVIDSOURCEDATAPACKET)。

5.VideoParser解码数据包。

6.转换解码后的数据(NV12 ---> RGBA)。

7.将RGBA数据显示出来。

VideoSource 读取数据包(AVpacket)并转换成 CUVIDSOURCEDATAPACKET

VideoParse 用来解析得到一帧帧的数据。 VideoParser的回调函数：HandleVideoSequence() 创建解码器或重设解码器HandlePictureDecode() 解码每帧视频数据HandlePictureDisplay() 转换，处理，显示解码后的数据。

VideoDecoder 核心的硬件解码功能类，CUVIDDECODECREATEINFO oVideoDecodeCreateInfo_是创建解码信息结构体，CUvideodecoder oDecoder_是最内核的CUDA硬件解码器，VideoParser的解码功能实际上是在CUvideodecoder解码内核上封装实现的。