当前一些办公系统的桌面填写数据需要和其他系统融合,但由于各个系统的一些技术和提供商不同,导致难以融合。随着流媒体技术的发展,可以通过对办公系统的桌面进行捕捉后对固定位置的文字识别来实现多个系统数据融合的问题。但是由于办公系统的可能同时使用的用户很多,所以首先要解决的是大并发下的实时视频流的文字识别问题,另外如果系统出现异常,希望能在后期能通过对存储的视频文件进行重新识别处理。要实现大并发下的实时视频流处理,需要解决两个问题:视频流的处理和支持大并发。首先对于视频流处理上,视频流处理和视频文件在处理的速度上要求是不一样的,视频流如果没有及时处理就会导致丢帧,影响后续的帧解码出来的图像质量。所以在视频流处理上通过利用FFmpeg提供的库和多线程流水解码技术的方法可以减少在视频流处理中丢帧的情况发生。在视频流解码和文字识别上,由于两者在处理速度上存在比较大的差异,所以对解码和文字识别进行了模块分离,一方面可以解决解码和文字识别速度的不匹配问题,另一方面还减少了功能和代码的耦合性。在解决解码和文字识别速度上的不匹配问题上,使用了Redis作为两者之间的缓冲存储。为了实现大并发的视频流实时处理,使用了分布式任务调度框架Gearman来实现视频流的分布式处理。最后还提出了对于视频文件进行识别的一种处理方法。该方法通过把视频文件上传到指定的流媒体服务器上,从而实现把视频文件转换成视频流来实现对视频文件的识别。一方面利用分布式系统实现了大并发下的实时视频流处理;另一方面,通过一个上传客户端实现了对视频文件转换成视频流的处理。从而使得分布式视频流处理系统不但可以处理实时视频流而且还可以处理视频文件。