【源码】基于Python和Redis的视频内容过滤系统

项目简介

本项目是基于Python和Redis的视频内容过滤系统，借助分布式处理自动识别和过滤视频内容。系统具备人脸检测、文字识别、涉黄内容识别等功能，识别结果会存储在MySQL数据库。采用Docker进行环境隔离与简化部署，适合多GPU环境高效运行。

项目的主要特性和功能

1. 分布式视频处理：利用Redis数据库分发任务，支持多进程并行处理视频内容。
2. 多模态识别：支持人脸检测、文字识别、涉黄内容识别等多种识别任务。
3. 高效资源利用：以批处理方式处理视频帧，提升GPU资源利用率。
4. Web服务接口：提供HTTP接口，用户可通过POST请求提交视频ID，系统自动处理并返回识别结果。
5. Docker支持：提供Docker版本，简化环境搭建与部署流程。

安装使用步骤

1. 环境准备

• 安装Docker：确保系统已安装Docker和NVIDIA Container Toolkit。
• 安装MySQL和Redis：在宿主机或Docker容器中安装MySQL和Redis，并配置连接信息。

2. 下载项目代码

用户已下载本项目的源码文件。

3. 配置数据库

• MySQL配置：创建数据库和表结构，参考项目中的create_table.sql文件。
• Redis配置：编辑Redis配置文件，设置requirepass字段为密码，重启Redis服务。

4. 配置项目

• 编辑config/config.cfg：根据实际环境配置MySQL、Redis、GPU等参数。
• 安装依赖：在项目根目录运行pip install -r requirements.txt安装所需Python库。

5. 运行项目

• 启动识别进程：在命令行运行python start_recognize.py。
• 启动视频处理进程：在另一个命令行窗口运行python start_videoProcess_web.py。
• 提交视频ID：通过HTTP POST请求向http://IP/start/提交视频ID，系统自动处理并返回识别结果。

6. 使用Docker版本

• 构建Docker镜像：在项目根目录运行docker build -t video-filter-redis .。
• 启动Docker容器：运行docker run --gpus all -it video-filter-redis启动容器，并在容器内执行相应Python脚本。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】