1. 为什么要在 Python 里折腾海康摄像头海康威视的摄像头在安防、工业检测、智慧园区这些场景里铺得非常广很多做视觉项目的朋友手里拿到的第一台网络摄像机大概率就是它。但真到要把画面接进自己的 Python 程序里做后续处理时不少人会卡在第一步画面怎么取出来官方客户端能看浏览器插件能看可我要的是把这一帧帧图像喂给我自己的算法不是让人眼去看。这个需求的核心其实就是取流。海康摄像头对外提供的标准取流方式就是 RTSP全称 Real Time Streaming Protocol中文叫实时流传输协议。你可以把它理解成一条“水管”摄像头是水源你的程序是水龙头RTSP 负责把水视频帧稳定地送过来。Python 这边要做的就是接上这根水管把流里的画面一帧帧解出来变成 OpenCV 能处理的 numpy 数组。我这次要分享的是三种实际项目里都用过、也都跑得通的方法OpenCV 直连 RTSP、curl 辅助探测加 OpenCV 组合、以及基于 RTSP 地址拼接的通用取流方案。三种方法各有适用场景不是谁替代谁的关系。新手可以从第一种直接上手老手可以看后两种在稳定性、调试效率上的取舍。适合谁看如果你正在做 Python 图像处理、视频分析、AI 推理落地手里有海康或其他支持 RTSP 的摄像头想快速把实时画面接进代码里那这篇就是给你写的。不需要你懂多深的网络协议但基本的 Python 环境和命令行操作得会一点我会把每一步都拆开讲。2. 动手前的环境与地址准备2.1 Python 环境与 OpenCV 安装的坑先说环境。Python 版本我建议 3.8 到 3.11 之间太老的版本有些包不好装太新的版本偶尔会遇到轮子还没跟上。安装方式上如果你只是做这个取流的小项目直接用官方安装包或者 Anaconda 都行。Anaconda 的好处是环境隔离干净坏处是体积大而且很多人会遇到“anaconda prompt 里面没有 opencv”这种问题——其实不是没有是你没在对应的虚拟环境里装。装 OpenCV 的命令很简单pip install opencv-python如果你还需要一些额外的 contrib 模块比如后面做图像处理可能用到的可以装pip install opencv-contrib-python注意opencv-python和opencv-contrib-python不要同时装会互相覆盖选一个就行。做基础取流用前者足够。装完之后验证一下在 Python 里跑import cv2 print(cv2.__version__)能打印出版本号就说明装好了。如果报ModuleNotFoundError: No module named cv2八成是你 pip 装到了系统 Python但运行代码用的是另一个环境。这时候用python -m pip install opencv-python明确指定解释器或者检查 VSCode 右下角选的 Python 解释器是不是你装包的那个。2.2 海康摄像头的 RTSP 地址格式这是整个项目最关键的一步地址拼错了后面全白搭。海康的 RTSP 地址有固定格式主码流和子码流不一样主码流rtsp://用户名:密码IP地址:554/Streaming/Channels/101 子码流rtsp://用户名:密码IP地址:554/Streaming/Channels/102这里的101和102不是随便写的。海康的通道编号规则是第一位是通道号后两位是码流类型。101表示通道 1 的主码流102表示通道 1 的子码流。如果你是多通道的录像机NVR通道 2 就是201、202以此类推。主码流分辨率高、码率高适合做图像分析子码流分辨率低、码率低适合做预览或者网络带宽紧张的场景。我一般做算法取流用主码流做多路预览用子码流这个后面会细说。提示默认端口是 554如果你改过摄像头配置记得换成实际端口。用户名密码就是登录摄像头 Web 管理界面的那套注意密码里如果有或:这种特殊字符需要做 URL 编码否则地址会被解析错。3. 方法一OpenCV 直连 RTSP 取流3.1 核心代码与逐行解读这是最直接、代码量最少的方法适合快速验证和简单项目。完整代码如下import cv2 # 拼接 RTSP 地址 rtsp_url rtsp://admin:password192.168.1.64:554/Streaming/Channels/101 # 创建 VideoCapture 对象 cap cv2.VideoCapture(rtsp_url) # 检查是否成功打开 if not cap.isOpened(): print(无法打开摄像头流请检查地址和网络) exit() while True: ret, frame cap.read() if not ret: print(读取帧失败可能流已断开) break cv2.imshow(Hikvision, frame) # 按 q 退出 if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()逐行说一下。cv2.VideoCapture(rtsp_url)这一步内部会去建立 RTSP 会话它用的是 FFmpeg 后端。cap.isOpened()返回 True 只代表会话建立成功不代表后面每一帧都能读到。cap.read()返回两个值ret是布尔值表示这一帧是否读成功frame是图像数据。很多人只写cap.read()不判断ret结果流断了之后frame是 None后面imshow直接报错。3.2 延迟与缓冲的取舍OpenCV 直连 RTSP 最大的问题是延迟。默认情况下 FFmpeg 会缓冲一部分数据来保证播放流畅但这会导致你看到的画面比实际慢几秒。做实时分析的时候这个延迟是致命的。解决办法是设置缓冲区大小cap cv2.VideoCapture(rtsp_url, cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)把缓冲区设成 1意思是尽量只保留最新的一帧。实测下来延迟能从三四秒降到一秒以内。但要注意这个设置不是所有后端都生效OpenCV 用 FFmpeg 后端时支持得比较好。如果你发现设了没用可以试试用后面讲的 GStreamer 方案那个对延迟控制更精细。实操心得CAP_PROP_BUFFERSIZE设成 1 之后如果网络抖动画面可能会卡顿甚至丢帧。这是用流畅度换实时性的典型取舍。做算法推理时我宁可要实时性丢几帧无所谓做录像回放时反而要缓冲区大一点。3.3 断流重连的必要性RTSP 流不是永远稳定的。网络波动、摄像头重启、会话超时都会导致流断开。OpenCV 直连的方式一旦断开cap.read()就会一直返回 False程序如果没处理就会卡死或者退出。一个简单的重连逻辑是这样的import cv2 import time def get_capture(url, retry5): cap cv2.VideoCapture(url, cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_BUFFERSIZE, 1) return cap rtsp_url rtsp://admin:password192.168.1.64:554/Streaming/Channels/101 cap get_capture(rtsp_url) while True: if not cap.isOpened(): print(重连中...) cap.release() time.sleep(2) cap get_capture(rtsp_url) continue ret, frame cap.read() if not ret: print(读帧失败准备重连) cap.release() time.sleep(2) cap get_capture(rtsp_url) continue cv2.imshow(Hikvision, frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()这段代码的核心思路是只要isOpened为 False 或者read失败就释放旧的 capture等两秒重新建一个。两秒这个间隔别设太短摄像头和网络都需要喘息时间太频繁重连反而容易触发摄像头的连接数限制。4. 方法二curl 辅助探测与地址验证4.1 为什么先用 curl 而不是直接写代码很多人一上来就写 Python 代码结果跑不通开始怀疑是 OpenCV 的问题、是 Python 的问题、是网络的问题。其实大部分时候问题出在RTSP 地址本身。用户名密码错了、IP 变了、端口不对、通道号写错了这些用代码去试效率很低。curl 是一个命令行工具虽然它主要用来发 HTTP 请求但也能用来做基础的网络连通性测试。在写代码之前先用 curl 确认摄像头 Web 服务是通的能省掉大量排查时间。curl -v http://192.168.1.64如果返回 401 或者登录页面说明网络通、摄像头活着。如果直接超时那就是 IP 或网络的问题跟 RTSP 没关系先去解决网络。注意curl 本身不直接支持 RTSP 协议它不能用来拉 RTSP 流。它的作用是验证摄像头的 HTTP 管理端口是否可达以及确认认证信息是否正确。别指望用 curl 直接取到视频画面。4.2 用 curl 验证认证信息海康摄像头默认开启 HTTP 认证。你可以用 curl 带上用户名密码去访问curl -v -u admin:password http://192.168.1.64/ISAPI/System/deviceInfo如果返回设备的 XML 信息说明用户名密码是对的。如果返回 401那就是密码错了。这一步确认之后再把同样的用户名密码填到 RTSP 地址里成功率会高很多。有些摄像头开启了 digest 认证而不是 basic 认证curl 会自动处理。如果你在 Python 里用 requests 去调海康的 ISAPI 接口也要注意认证方式不过这是另一个话题了。4.3 结合 OpenCV 的调试流程我的实际调试流程是这样的先用ping确认 IP 可达用curl -v http://IP确认 Web 服务活着用curl -u user:pass http://IP/ISAPI/System/deviceInfo确认认证通过用 VLC 或者 PotPlayer 测试 RTSP 地址能不能播放最后才写 Python 代码第 4 步很关键。VLC 播放 RTSP 的能力比 OpenCV 强如果 VLC 都播不了那肯定是地址问题不用浪费时间调代码。如果 VLC 能播但 OpenCV 不行那才是代码或 OpenCV 配置的问题。踩过的坑有一次折腾了半天 OpenCV 取流失败最后发现是摄像头开了“RTSP 认证”但密码里有个#号在 URL 里被当成锚点了。把密码做 URL 编码#变成%23之后立马就好了。这种问题用 curl 测 HTTP 是测不出来的因为 HTTP 请求里密码是单独传的不走 URL。5. 方法三通用 RTSP 取流方案与多品牌适配5.1 不同品牌 RTSP 地址的差异海康的地址格式是/Streaming/Channels/101但大华、宇视、臻识这些品牌的格式完全不一样。做项目时经常遇到混合品牌的情况所以需要一个通用的思路。品牌主码流地址格式子码流地址格式海康威视rtsp://user:passip:554/Streaming/Channels/101rtsp://user:passip:554/Streaming/Channels/102大华rtsp://user:passip:554/cam/realmonitor?channel1subtype0rtsp://user:passip:554/cam/realmonitor?channel1subtype1宇视rtsp://user:passip:554/video1rtsp://user:passip:554/video2臻识rtsp://user:passip:554/Streaming/Channels/101类似海康大华的subtype0是主码流subtype1是子码流这个跟海康的101/102逻辑类似但写法不同。做通用方案时我一般会把这些地址格式做成配置而不是硬编码在代码里。5.2 用配置文件管理多路摄像头实际项目里很少只接一个摄像头。多路取流时把地址写死在代码里是灾难。我习惯用一个 JSON 或 YAML 配置文件{ cameras: [ { name: front_gate, brand: hikvision, url: rtsp://admin:pass123192.168.1.64:554/Streaming/Channels/101, buffer_size: 1 }, { name: parking_lot, brand: dahua, url: rtsp://admin:pass456192.168.1.65:554/cam/realmonitor?channel1subtype0, buffer_size: 1 } ] }然后代码里读取配置循环创建 captureimport cv2 import json with open(cameras.json, r, encodingutf-8) as f: config json.load(f) captures {} for cam in config[cameras]: cap cv2.VideoCapture(cam[url], cv2.CAP_FFMPEG) cap.set(cv2.CAP_PROP_BUFFERSIZE, cam.get(buffer_size, 1)) captures[cam[name]] cap while True: for name, cap in captures.items(): ret, frame cap.read() if ret: cv2.imshow(name, frame) if cv2.waitKey(1) 0xFF ord(q): break for cap in captures.values(): cap.release() cv2.destroyAllWindows()这样加摄像头只需要改配置文件不用动代码。而且每路可以单独设置缓冲区大小灵活很多。5.3 多路取流的性能考量多路 RTSP 同时取流对 CPU 和网络都是压力。主码流 1080P 的 H.264 流单路解码大概占 5% 到 10% 的 CPU取决于机器性能。八路就是 40% 到 80%很容易跑满。我的经验是做算法分析的路用主码流做预览的路用子码流。子码流一般是 D1 或 720P解码压力小很多。如果所有路都要做分析考虑用 GPU 解码OpenCV 可以配合 CUDA 版本的编译来加速但那个安装过程比较折腾不是这篇的重点。实操心得多路取流时cap.read()是阻塞的。如果某一路网络卡了整个循环都会被拖慢。更好的做法是用多线程每路一个线程独立读取主线程只负责显示或处理。这个改造不难但代码量会上去新手可以先跑通单路再考虑。6. 常见问题与排查技巧实录6.1 连接类问题速查现象可能原因排查方法isOpened()返回 False地址错误、网络不通、认证失败先用 VLC 测试地址再用 curl 测 HTTP能打开但read()一直 False流被占用、编码不支持检查是否超过摄像头最大连接数换子码流试试画面卡顿、延迟大缓冲区太大、网络带宽不足设CAP_PROP_BUFFERSIZE为 1换子码流跑一段时间后断开会话超时、网络抖动加重连逻辑检查摄像头 RTSP 超时配置密码含特殊字符连不上URL 编码问题把:#等编码成%40%3A%236.2 摄像头连接数限制海康摄像头默认的 RTSP 并发连接数有限制一般是 6 路左右不同型号不一样。如果你开了多个程序同时取流或者调试时旧连接没释放就会连不上。表现是isOpened()返回 False但地址明明是对的。解决办法确保每次程序退出时调用cap.release()调试时别开太多窗口。如果确实需要更多连接去摄像头 Web 配置里找“网络-高级配置-RTSP”看看能不能调大最大连接数。6.3 OpenCV 编译后端的差异OpenCV 的VideoCapture支持多种后端FFmpeg、GStreamer、V4L2 等。RTSP 取流主要用 FFmpeg 和 GStreamer。默认情况下 OpenCV 用 FFmpeg但如果你装的是某些精简版可能没带 FFmpeg就会导致 RTSP 打不开。验证方法import cv2 print(cv2.getBuildInformation())在输出里找Video I/O部分看有没有FFMPEG: YES。如果是 NO就需要重新安装带 FFmpeg 的 OpenCV或者用 conda 安装conda install -c conda-forge opencvconda 的 opencv 包一般自带 FFmpeg省心很多。6.4 关于 GStreamer 方案的补充如果你对延迟要求极高或者 OpenCV 直连怎么都调不好可以考虑用 GStreamer 管道的方式。OpenCV 支持传入 GStreamer pipeline 字符串pipeline ( rtspsrc locationrtsp://admin:password192.168.1.64:554/Streaming/Channels/101 latency0 ! rtph264depay ! h264parse ! avdec_h264 ! videoconvert ! appsink ) cap cv2.VideoCapture(pipeline, cv2.CAP_GSTREAMER)latency0是 GStreamer 控制延迟的关键参数比 OpenCV 的BUFFERSIZE更直接。但 GStreamer 的安装和配置比 FFmpeg 麻烦Windows 上尤其折腾Linux 上相对顺一些。如果你的项目对实时性要求不是极端苛刻OpenCV 直连加缓冲区设置已经够用了。提示用 GStreamer 方案前确认你的 OpenCV 编译时带了 GStreamer 支持getBuildInformation()里看GStreamer: YES。没有的话这个方案跑不起来。7. 三种方法的选型建议把三种方法放在一起对比一下方便你根据项目情况选维度OpenCV 直连curl 辅助验证通用配置方案上手难度低低中代码量少无命令行中适用场景单路快速验证调试排查多路生产环境延迟控制一般不涉及可精细控制断线重连需自己写不涉及可统一管理多品牌适配需改地址不涉及配置化灵活我的建议是新手先用方法一跑通单路遇到问题用方法二排查项目正式化之后用方法三组织代码。不要一上来就追求完美架构先把画面取出来看到比什么都重要。另外如果你的项目后续要做 RTSP 转 Web 播放比如在浏览器里看那是另一个方向涉及 RTSP 转 FLV 或 WebRTC跟本文的 Python 取流是两条路。Python 取流的优势在于能直接拿到帧数据做算法处理这是转协议方案做不到的。最后分享一个我自己的习惯每次拿到新摄像头先花五分钟用 VLC 把主码流和子码流地址都测一遍确认能播之后把地址记在项目的 README 里。这个习惯帮我省了无数次“代码没问题但就是连不上”的排查时间。摄像头这东西地址对了就成功了一大半剩下的都是代码层面的小问题。