問題描述：專案中，需要對高清監控視訊分析處理，經測試，其解碼過程所佔CPU資源較多，導致整個系統處理效率不高，解碼成為系統的瓶頸。

解決思路：

利用GPU解碼高清視訊，降低解碼所佔用CPU資源，加速解碼過程。

一、OpenCV中的硬解碼

OpenCV2.4.6中，已實現利用GPU進行讀取視訊，由cv::gpu::VideoReader_GPU完成，其示例程式如下。

 1 int main(int argc, const char* argv[])
 2 {
 3     if (argc != 2)
 4         return -1;
 5     const std::string
 
 fname(argv[1]);
 6     cv::namedWindow("GPU", cv::WINDOW_OPENGL);    
 7     cv::gpu::setGlDevice();
 8     
 9     cv::gpu::GpuMat d_frame;
10     cv::gpu::VideoReader_GPU d_reader(fname);
11     d_reader.dumpFormat(std::cout);
12     for (;;)
13     {
14         if (!d_reader.read(d_frame))
15             break
 
;
16         //....
17         cv::imshow("GPU", d_frame);
18         if (cv::waitKey(3) > 0)
19             break;
20     }
21     return 0;
22 }

閱讀OpenCV中VideoReader_GPU原始碼，可發現其底層實現是藉助於視訊解碼庫CUVID。

二、視訊解碼庫CUVID

CUVID是基於CUDA的視訊解碼庫，利用CUVID進行解碼，主要包括以下四個步驟：

1.解析視訊資料檔案

2.在GPU端解碼

3.轉換解碼後的資料(YUV420、NV12 ---> RGBA)

4.將RGBA資料顯示出來

下圖為利用CUVID解碼的虛擬碼示意圖，其中VideoSource用來解析視訊資料檔案，VideoParser用來解碼資料。

VideoSource的回撥函式HandleVideoData()，當VideoSource的狀態設定為Started時，開始解析視訊檔案，並建立VideoParser，解碼資料。

VideoParser的回撥函式：

HandleVideoSequence() 建立解碼器或重設解碼器

HandlePictureDecode() 解碼每幀視訊資料

HandlePictureDisplay() 轉換，處理，顯示解碼後的資料

OpenCV中VideoReader_GPU可以方便地利用GPU讀取視訊檔案，加速解碼過程，但OpenCV中VideoReader_GPU無法讀取rtsp視訊流資料。

這是因為CUVID中CuvideoSource不支援rtsp視訊流資料，不能由rtsp地址建立VideoSource。

三、CUVID解碼rtsp視訊流

基本思路：跳過VideoSource模組，利用其他方式解析視訊資料檔案。

基本步驟：

1.利用FFmpeg解析rtsp視訊流

2.建立VideoParser

3.利用FFmpeg讀取資料包(AVpacket)

4.將資料包傳輸到VideoParser(AVpacket ---> CUVIDSOURCEDATAPACKET)

5.VideoParser解碼資料包

其示例虛擬碼如下圖所示