365 NDI视频中文字幕，用Golang搞定的那些事

说实话,我第一次听到“365 NDI视频中文字幕”这个需求时，脑子里冒出的第一个想法是：这玩意儿到底是要干啥？ 后来发现，这事其实挺接地气的——就是把NDI视频流里的内容，实时加上中文字幕，而且最好是能跑上365天不掉链子，今天我就用Golang聊聊这事，顺便分享点踩坑后的教训。

什么是NDI？它跟字幕有什么关系？

NDI（Network Device Interface）是一种网络视频传输协议，简单说就是让视频信号通过局域网跑，不用折腾笨重的HDMI线，现在很多直播、会议系统都在用NDI，而“中文字幕”嘛，就是给视频加上中文文本。

那么问题来了：怎么用Golang处理NDI视频流，并且动态添加中文字幕？ 这其实涉及两个关键点：

• 抓取NDI流中的视频帧
• 在每帧上叠加中文字幕（比如SRT格式的文本）

第一步：Golang怎么接入NDI？

Golang本身没有原生NDI库,但有个叫 “gondi” 的第三方包（虽然不是官方维护的，但在GitHub上星数还行），安装方式就一行：

go get github.com/maisiesadler/gondi

我试过几个类似的库,gondi算是比较稳定的，但注意：NDI SDK本身是C语言写的，所以gondi本质上是通过cgo调用NDI的C库，这意味着你的开发环境得装好NDI SDK（NewTek官网免费下）。

import "github.com/maisiesadler/gondi"

接着初始化接收器：

receiver, err := gondi.FindAndCreateReceiver("MyGoApp", "NDI Source Name")
if err != nil {
    // 处理错误
}

哈,这个FindAndCreateReceiver返回的其实是个接收器句柄，后面就能一帧一帧拿视频数据了。

第二步：拿到视频帧，然后呢？

视频帧在Golang中一般是*gondi.VideoFrame结构，里面有个Data []byte字段，存的是像素数据，默认格式是BGRA——蓝绿红+Alpha通道，这一点特别重要：不是RGB，是BGRA，我第一次没注意，字幕颜色全跑偏了。

拿到帧后,我们要在每一帧上绘制中文，Golang里画图一般用image包，但原生image包不支持直接写中文字体，这时候得请出 freetype 库（或者Go的golang.org/x/image/font系列包）。

我踩过的坑是：中文字体加载，如果你的系统里没有中文字体文件，draw操作直接崩溃，我一般把宋体或黑体的.ttf文件放项目目录下：

fontBytes, _ := os.ReadFile("simhei.ttf")
font, _ := freetype.ParseFont(fontBytes)

然后创建绘图上下文：

ctx := freetype.NewContext()
ctx.SetFont(font)
ctx.SetFontSize(24)
ctx.SetClip(f.Bounds())
// 设置颜色、位置...

第三步：字幕文本从哪里来？

我们聊的是“365 ndi视频中文字幕”，字幕源可能是：

• 外部SRT文件：读取时间轴和文本
• 实时文本流：比如通过WebSocket推送
• OCR识别结果：把音频转文字后再叠回去

我试过最简单的方案：用Goroutine跑一个字幕调度器。

type Subtitle struct {
    StartTime time.Duration
    EndTime   time.Duration
    Text      string
}
subs := []Subtitle{
    {0, 3000, "你好世界"},
    {3001, 6000, "这是第二句字幕"},
}

然后每渲染一帧前,检查当前NDI流的时间戳，匹配StartTime和EndTime，把对应文本绘制上去。注意字幕的同步：NDI流本身有PTS（呈现时间戳），你得用它来对齐字幕。

第四步：性能问题——能跑365天吗？

理论上Golang的GC和并发模型很适合做流媒体处理,但实际测试中，我遇到过内存泄漏——因为每帧都创建新image.RGBA对象，后来改成复用缓冲区：

var frameBuf = image.NewRGBA(image.Rect(0, 0, 1920, 1080))

中文字符绘制比英文慢,因为字体渲染更复杂，我建议把字幕层预渲染成独立纹理，然后叠加到视频帧上，而不是每帧都重新生成文字图像，这块用image/draw包的Over操作就能搞定：

draw.Draw(dst, dst.Bounds(), src, image.Point{}, draw.Over)

一个具体的工作流表格

那最后的成品长什么样？

代码跑起来后,你会看到控制台不断刷“帧率：29.97”，视频窗口里的中文字幕随着画面跳出来。但别指望100%完美——NDI网络偶尔丢帧，字幕会微微抖动；有些生僻字还显示成方块（因为字体没覆盖到）。

对了,365天连续运行这事，我实际测试最久跑了72小时，再长的话，NDI连接会自动断开（大概是SDK的硬限制），解决方案是加个心跳重连——每30秒检查一下NDI源是否还活着：

ticker := time.NewTicker(30 * time.Second)
for range ticker.C {
    if receiver.IsConnected() == false {
        receiver.Connect("NDI Source Name")
    }
}

现在这堆代码躺在我的工作电脑里,偶尔还要调一下字体模糊的问题，但说实话，能让NDI视频流里出现中文，就已经挺带感了，剩下的bug嘛，一个个修呗。