跳到主要内容

Python GStreamer 应用

QIM SDK 提供 Python GStreamer 绑定示例,展示如何使用 Python 构建 AI/ML 和多媒体 pipeline。

前提条件

Python 示例已通过 gstreamer1.0-qcom-python-examples 包安装。相关 Python 依赖(python3-gst-1.0python3-numpypython3-opencv)自动安装。

可用示例

应用说明
摄像头编码从摄像头采集并编码为 H.264
OpenCV 摄像头流使用 OpenCV 读取摄像头流
OpenCV 视频转换OpenCV 视频格式转换
并发视频播放(视频墙)多路视频同时播放
多摄像头流Python 控制多路摄像头
目标检测与显示运行目标检测并在显示器上渲染
RTSP 流解码和目标检测从 RTSP 流解码并检测
JPEG 图像解码解码 JPEG 图像
目标检测和分类级联检测+分类
转换和编码摄像头流摄像头流转码
摄像头编码+目标检测+显示端到端 pipeline
目标检测+分类+分割多任务 AI
并行推理多模型并行
菊花链检测和姿态检测级联检测+姿态

基本结构

Python GStreamer 应用使用 PyGObject 绑定:

import gi
gi.require_version('Gst', '1.0')
from gi.repository import Gst, GLib

Gst.init(None)

# 创建 pipeline
pipeline = Gst.parse_launch(
"filesrc location=/etc/media/video.mp4 ! "
"qtdemux ! h264parse ! v4l2h264dec ! waylandsink"
)

# 启动
pipeline.set_state(Gst.State.PLAYING)

# 主循环
loop = GLib.MainLoop()
loop.run()

获取源代码

radxa@airbox$
git clone https://github.com/quic/sample-apps-for-qualcomm-linux

参考

    您需要登录 GitHub 才能发表评论。如果您已登录,请忽略此消息。

    Radxa-docs © 2026 by Radxa Computer (Shenzhen) Co.,Ltd. is licensed under CC BY 4.0