如何用FFmpeg/FFmpeg-Python同时从多RTSP流定期保存快照？

可以通过FFmpeg原生命令或FFmpeg-Python实现需求，以下是具体方案：

一、FFmpeg原生实现 #

1. 单流快照+文件数量限制 #

利用FFmpeg的segment滤镜结合segment_wrap参数，可实现类似GStreamer的max-files效果，自动循环覆盖旧文件，无需额外清理脚本。命令示例：

# 处理单个RTSP流，每5秒存一张快照，最多保留10张（循环覆盖）
ffmpeg -i rtsp://your-stream-url -filter:v "fps=0.2,segment=segment_time=5:segment_wrap=10" -f image2 ./stream-%02d.jpeg

• fps=0.2：控制每5秒输出一张快照（1/5=0.2）
• segment_wrap=10：限制最多保留10个文件，达到数量后从第一个文件开始覆盖

2. 多流批量处理 #

针对10-60个RTSP流，推荐为每个流启动独立的FFmpeg进程（现代服务器可轻松承载），可通过shell脚本批量启动：

# 示例bash脚本：批量处理多个RTSP流
#!/bin/bash

# 定义RTSP流列表
RTSP_STREAMS=(
    "rtsp://stream-1-url"
    "rtsp://stream-2-url"
    # ... 其他流地址
)

MAX_FILES=10
OUTPUT_DIR="./snapshots"

mkdir -p $OUTPUT_DIR

# 逐个启动FFmpeg进程
for idx in "${!RTSP_STREAMS[@]}"; do
    ffmpeg -i "${RTSP_STREAMS[$idx]}" -filter:v "fps=0.2,segment=segment_time=5:segment_wrap=$MAX_FILES" -f image2 "$OUTPUT_DIR/stream-$idx-%02d.jpeg" &
done

# 等待所有进程运行
wait

二、FFmpeg-Python实现 #

通过多线程为每个RTSP流创建独立的处理任务，结合segment滤镜实现文件数量限制：

import ffmpeg
import threading
import os

def process_stream(source, output_prefix, max_files=10):
    # 创建输出目录
    os.makedirs(os.path.dirname(output_prefix), exist_ok=True)
    output_pattern = f"{output_prefix}-%02d.jpeg"
    
    try:
        (
            ffmpeg
            .input(source)
            .filter("fps", fps=1/5)  # 每5秒一张快照
            .filter("segment", segment_time=5, segment_wrap=max_files)  # 限制文件数量
            .output(output_pattern, format="image2")
            .run(quiet=True)
        )
    except Exception as e:
        print(f"处理流 {source} 出错: {str(e)}")

# 配置参数
RTSP_STREAMS = [
    "rtsp://stream-1-url",
    "rtsp://stream-2-url",
    # ... 补充你的10-60个流地址
]
MAX_FILES_PER_STREAM = 10
OUTPUT_BASE_DIR = "./stream-snapshots"

# 启动多线程处理
threads = []
for stream_idx, stream_url in enumerate(RTSP_STREAMS):
    output_prefix = f"{OUTPUT_BASE_DIR}/stream-{stream_idx}"
    thread = threading.Thread(target=process_stream, args=(stream_url, output_prefix, MAX_FILES_PER_STREAM))
    threads.append(thread)
    thread.start()

# 等待所有线程完成
for thread in threads:
    thread.join()

补充说明 #

• 如果需要保留最新N个文件而非循环覆盖，可在生成快照后通过脚本（Python/shell）定期清理旧文件：遍历输出目录，按文件修改时间排序，删除超过数量限制的最早文件。
• 多流处理时，若服务器资源有限，可适当调整线程/进程数量，或使用进程池控制并发数。

内容的提问来源于stack exchange，提问作者Haydn Morris