> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/workflows/hi/deploy/video-processing.md).

# Workflows के साथ वीडियो प्रोसेसिंग

लाइव कैमरों के लिए प्रबंधित Cloud Streaming चुनें, या वेबकैम, कैमरा फ़ीड्स, और वीडियो फ़ाइलों को एक स्व-होस्टेड Inference Server पर प्रोसेस करें।

प्रबंधित लाइव-कैमरा प्रोसेसिंग के लिए, उपयोग करें [क्लाउड स्ट्रीमिंग](https://docs.roboflow.com/deployment/roboflow-cloud/cloud-streaming). यह कैमरा स्रोतों को Roboflow-प्रबंधित कंप्यूट पर Workflow jobs से जोड़ता है। [क्विकस्टार्ट](https://docs.roboflow.com/deployment/roboflow-cloud/cloud-streaming/quickstart) से कनेक्ट करें, प्रीव्यू करें, डिप्लॉय करें, परिणाम देखें, और प्रोसेसिंग रोकें।

उपयोग करें [बैच प्रोसेसिंग](https://docs.roboflow.com/deployment/roboflow-cloud/batch-processing) संग्रहीत मीडिया के लिए, जिसे एक सीमित job के रूप में पूरा होना चाहिए। Cloud Streaming में एक connector-local फ़ाइल इसके बजाय लाइव टेस्ट स्रोत के रूप में लूप होती है।

## स्व-होस्टेड वीडियो

नीचे दिया गया Inference SDK WebRTC क्लाइंट आपके अपने Inference Server पर एक Workflow के माध्यम से वीडियो चलाता है। यह फ़्रेम प्रोसेस करते समय एक सत्र खुला रखता है, ट्रैकर और काउंटर जैसे stateful blocks को सपोर्ट करता है, और प्रत्येक फ़्रेम के लिए अलग HTTP requests से बचाता है।

शुरू करें [Inference Server](https://docs.roboflow.com/deployment/self-hosted/inference-server) क्लाइंट चलाने से पहले। जब प्रोसेसिंग को आपके हार्डवेयर या नेटवर्क पर ही रहना हो, तब self-hosting का उपयोग करें। देखें [वीडियो कॉन्फ़िगरेशन](https://docs.roboflow.com/deployment/self-hosted/inference-server/configuration/video-configuration) worker limits और server-side media references के लिए।

पुराना [Serverless Video Streaming API](https://docs.roboflow.com/deployment/roboflow-cloud/serverless-api/serverless-video-streaming-api) अब deprecated है। मौजूदा legacy reference उपलब्ध है, लेकिन यह Cloud Streaming द्वारा वर्णित managed-live पथ नहीं है। Migration केवल API URL बदलने से नहीं होती।

## SDK इंस्टॉल करें

```bash
pip install "inference-sdk[webrtc]"
```

## एक Workflow स्ट्रीम करें

यह उदाहरण वेबकैम से वीडियो कैप्चर करता है और `predictions` एक सहेजे गए Workflow का आउटपुट प्रिंट करता है:

```python
from inference_sdk import InferenceHTTPClient, InferenceConfiguration
from inference_sdk.webrtc import StreamConfig, WebcamSource

client = InferenceHTTPClient(
    api_url="http://localhost:9001",
    api_key="ROBOFLOW_API_KEY",
).configure(InferenceConfiguration(api_key_transport="header"))

session = client.webrtc.stream(
    source=WebcamSource(),
    workflow="workflow-id",
    workspace="workspace-name",
    config=StreamConfig(data_output=["predictions"]),
)

@session.on_data("predictions")
def handle_predictions(predictions, metadata):
    print(f"Frame {metadata.frame_id}: {predictions}")

session.run()
```

बदलें `workflow-id`, `workspace-name`को, और `ROBOFLOW_API_KEY` को अपने मानों से। `api_url` को अपने self-hosted server पर इंगित करें।

में दिए गए नाम `data_output` आपके Workflow द्वारा परिभाषित outputs से मेल खाने चाहिए। किसी image output को video के रूप में प्राप्त करने के लिए, उसे `stream_output` में जोड़ें और `on_frame` handler पंजीकृत करें। एक पूर्ण उदाहरण के लिए [WebRTC Streaming reference](https://docs.roboflow.com/reference/inference/inference-sdk/webrtc#stream-a-workflow) देखें।

## एक वीडियो स्रोत चुनें

बदलें `स्रोत` जो पास किया गया है `client.webrtc.stream()` को, इस आधार पर कि वीडियो कहाँ से आता है:

<table data-search="false"><thead><tr><th>स्रोत</th><th>इसका उपयोग तब करें जब</th></tr></thead><tbody><tr><td><code>WebcamSource()</code></td><td>कैमरा क्लाइंट मशीन से जुड़ा हो।</td></tr><tr><td><code>RTSPSource("rtsp://...")</code></td><td>Inference Server RTSP कैमरा तक पहुँच सकता हो।</td></tr><tr><td><code>LocalStreamSource("rtsp://...")</code></td><td>केवल क्लाइंट RTSP या RTMP stream तक पहुँच सकता हो।</td></tr><tr><td><code>VideoFileSource("video.mp4")</code></td><td>आप एक संग्रहीत वीडियो फ़ाइल को प्रोसेस करना चाहते हों।</td></tr><tr><td><code>ManualSource()</code></td><td>आपका application अलग-अलग फ़्रेम प्रदान करता हो।</td></tr></tbody></table>

के लिए `RTSPSource`के लिए, Inference Server को कैमरा URL तक पहुँचने में सक्षम होना चाहिए। उपयोग करें `LocalStreamSource` जब केवल क्लाइंट ही उस तक पहुँच सकता हो। प्रबंधित Cloud Streaming के लिए, कैमरे को उसका RTSP पोर्ट सार्वजनिक इंटरनेट पर एक्सपोज़ करने के बजाय Video Connector के माध्यम से कनेक्ट करें।

देखें [WebRTC वीडियो स्रोत](https://docs.roboflow.com/reference/inference/inference-sdk/webrtc#video-sources) स्रोत कॉन्फ़िगरेशन के लिए और [परिणामों का उपभोग करना](https://docs.roboflow.com/reference/inference/inference-sdk/webrtc#consuming-results) callbacks, iterators, और session cleanup के लिए।

## एक मॉडल स्ट्रीम करें

जब आपको केवल एक मॉडल चाहिए, तब Workflow बनाने की आवश्यकता नहीं है। इसके बजाय `model_id` पास करें `workflow` और `workspace`:

```python
session = client.webrtc.stream(
    source=WebcamSource(),
    model_id="rfdetr-nano",
)
```

देखें [एक मॉडल स्ट्रीम करें](https://docs.roboflow.com/reference/inference/inference-sdk/webrtc#stream-a-model) prediction handling को task type के आधार पर।

## अगले चरण

* के भीतर frame और data outputs कॉन्फ़िगर करें [WebRTC Streaming reference](https://docs.roboflow.com/reference/inference/inference-sdk/webrtc).
* शुरू करें और कॉन्फ़िगर करें एक [स्व-होस्टेड Inference Server](https://docs.roboflow.com/deployment/self-hosted/inference-server).
* के साथ एक प्रबंधित लाइव कैमरा कनेक्ट करें [क्लाउड स्ट्रीमिंग](https://docs.roboflow.com/deployment/roboflow-cloud/cloud-streaming).
