博客
关于我
RTSP协议视频结构化平台EasyNVR指定时间段录像时间缺失问题排查
阅读量:574 次
发布时间:2019-03-10

本文共 963 字,大约阅读时间需要 3 分钟。

在实际项目中,我们遇到了一个关于EasyNVR录像时间缺失的问题。客户反馈了以下情况:

问题描述

用户尝试调用录像回看接口,指定获取2021040816040520210408160422之间的录像文件,但最终生成的录像是从20210408160406开始的,缺少了2s的录像时间。

截图如下:

![截图内容未可见,描述仅供参考]

技术分析

通过查看代码,我们发现问题出现在文件遍历的判断逻辑中。具体代码如下:

if secFileTime >= start && secFileTime <= end {   readSecFile = true}

问题根源

由于HLS流的特性,上一个TS文件的时间是20210408160402,这条记录低于开始时间20210408160405,因此被排除在外。结果导致最终组合的时间从20210408160406开始,跳过了2s的录像内容。

初步解决方案

基于此,我们提出以下修改方案:

// 从名称中获取对应的秒数secFileTime := strings.Split(secFileName, "-")[1]readSecFile := false// 如果当前文件时间小于开始时间,则查看下一个文件是否大于if secFileTime < start {   // 检查是否有下一个文件   if secFileIndex < secFileLen-1 {      nextInfo := secFileInfos[secFileIndex+1]      nextName := strings.Split(nextInfo.Name(), "-")[1]      if start < nextName {         readSecFile = true      }   }} else if secFileTime >= start && secFileTime <= end {   readSecFile = true}

方案优缺点

这个方案能够解决时间缺失的问题,但由于HLS流的固定切片大小特性,导致无法获得精确的时间点。因此,如果对时间要求较为精细,需要对TS文件进行额外的切片处理。

结论

经过上述分析和优化,问题得以解决,客户的需求得到了满足。

转载地址:http://tzfvz.baihongyu.com/

你可能感兴趣的文章
pandas DataFrame的一些操作
查看>>
Pandas Dataframe的日志文件
查看>>
Pandas df.iterrows() 并行化
查看>>
pandas GROUPBY+变换和多列
查看>>
pandas Groupby:创建两列的Groupby时,如何按正确的顺序对工作日进行排序?
查看>>
Pandas matplotlib 无法显示中文
查看>>
pandas PIVOT_TABLE保持索引
查看>>
Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
查看>>
pandas to_latex() 转义数学模式
查看>>
Pandas 中文官档 ~ 基础用法4
查看>>
Pandas 中的多索引旋转
查看>>
Pandas 中的日期范围
查看>>
pandas 中的时间序列箱线图
查看>>
Pandas 使用指南
查看>>
pandas 分组并使用最小值更新
查看>>
pandas 均值(mean), 均值填充NA(fill_na)
查看>>
Pandas 对数据框的布尔比较
查看>>
pandas 将通话数据分割为15分钟的间隔
查看>>
pandas 找到局部最大值和最小值
查看>>
pandas 按日期和年份分组,并汇总金额
查看>>