多媒体

本文是《Golang流媒体实战》系列的第六篇，经过前面两篇的源码阅读后，咱们逐渐进入深入学习的状态，本篇继续阅读关键代码：拉流服务

本文是《Golang流媒体实战》系列的第七篇，继续学习一个重要且通用的知识点：hls拉流，尽管只用rtmp推流，然而拉流的时候却可以使用多种协议：rtmp、flv、hls，这就有意思了

本文要学习的是lalserver处理rtmp推流的功能代码，因此必须要对rtmp协议有所了解，至少要知道握手、chunk、message、messageType、amf0命令的基本概念

要想深入了解lalserver，除了前面几篇文章的使用，还必须读源码，这里就从最基本的启动开始，再逐步延伸到深入了解各核心功能

本文是《Golang流媒体实战》系列的第三篇，咱们不忙着写代码，继续熟悉开源流媒体服务器lal，今天练习的是流传输过程中两个重要功能：转推和录制

今天的实战是流传输过程中的常见功能：回源，VLC在播放时去拉流节点拉流，但实际上FFmpeg将流推到了源站，这就要求拉流节点能和源站建立联系，从源站获取到媒体流返回给VLC

因为工作需要，开始了流媒体开发学习，于是打算选择一个Go版本的开源流媒体服务器作为学习方向，lal是个不错的开源项目：项目活跃、功能齐全、有详细的中文资料，因此，就选择了它

请提前安装好ubuntu操作系统，我这里是在windows电脑上用wsl2安装的，本文介绍了如何轻松愉快的完成FFmpeg4的编译过程

经过之前的充分准备，现在就来一起编码实现完整的人脸跟踪功能，将CAMShift算法用于Java应用中

如何开发Java版人脸跟踪应用？本篇给出了设计大纲，并解释了相关的重要知识点，CamShift的基本原理和用法是关键，以及一些其他知识点都在本篇展现

Java程序员也能做出实时效果的人脸跟踪，咱们花几分钟感受一下实际效果，本篇只是快速体验基本功能，几个典型问题会留待后面的文章解决

使用JavaCV与百度AI开放平台，实现对摄像头内人脸的口罩检测，再将每一帧的检测结果展示在窗口上，实现实时检测的效果

在前面《性别检测》的基础上，修改少量代码，即可实现年龄检测，并且会将检测结果的每一帧输出在预览窗口，产生实时识别的效果

使用已有的模型和opencv库，对摄像头的每一帧做检测，先检查人脸，然后做性别检测并在预览窗口实时展现

借助JavaCV，识别出摄像头内的人员身份，并展示在实时视频中，整个三部曲，从训练到识别在此文完成打通

用分好类的人脸照片做训练，可以得到模型文件，在对新照片做识别的时候，可以用此模型文件来进行对比，得到相似度，相似度高就代表新照片和模型中的人是同一人

在预览摄像头内容的时候增加识别功能，检测每一帧中的人脸，在原帧上画框，预览的是画框的图片，于是就有了实时检测人脸的效果

借助JavaCV，采集本地摄像头和麦克风的视频和音频数据，推送到媒体服务器，编码实战完整步骤，并用VLC验证