我的问题 ：
我正在研究我的计算机视觉项目。我使用 opencv(4.1.2) 和 python 来实现它。
我需要一种更快的方法将阅读帧传递到我的计算机上的图像处理中（Ubuntu 18.04 8 核 i7 3.00GHz 内存 32GB）。读取cv2.VideoCapture.read()帧（帧大小：720x1280）大约需要 120~140ms。这太慢了。我的处理模块每次运行大约需要 40 毫秒。我们希望 25~30 FPS。
到目前为止，这是我的演示代码：
import cv2
from collections import deque
from time import sleep, time
import threading
class camCapture:
def __init__(self, camID, buffer_size):
self.Frame = deque(maxlen=buffer_size)
self.status = False
self.isstop = False
self.capture = cv2.VideoCapture(camID)
def start(self):
print('camera started!')
t1 = threading.Thread(target=self.queryframe, daemon=True, args=())
t1.start()
def stop(self):
self.isstop = True
print('camera stopped!')
def getframe(self):
print('current buffers : ', len(self.Frame))
return self.Frame.popleft()
def queryframe(self):
while (not self.isstop):
start = time()
self.status, tmp = self.capture.read()
print('read frame processed : ', (time() - start) *1000, 'ms')
self.Frame.append(tmp)
self.capture.release()
cam = camCapture(camID=0, buffer_size=50)
W, H = 1280, 720
cam.capture.set(cv2.CAP_PROP_FRAME_WIDTH, W)
cam.capture.set(cv2.CAP_PROP_FRAME_HEIGHT, H)
# start the reading frame thread
cam.start()
# filling frames
sleep(5)
while True:
frame = cam.getframe() # numpy array shape (720, 1280, 3)
cv2.imshow('video',frame)
sleep( 40 / 1000) # mimic the processing time
if cv2.waitKey(1) == 27:
cv2.destroyAllWindows()
cam.stop()
break
我尝试了什么：
多线程 - 一个线程只是读取帧，另一个做图像处理的事情。 这不是我想要的。因为我可以设置一个缓冲区双端队列，例如保存 50 帧。但是帧读取线程以〜帧/ 130ms的速度工作。我的图像处理线程以 ~ 帧/40 毫秒的速度工作。然后双端队列就用完了。所以我已经尝试过解决方案。但不是我需要的。
这个话题是我发现的最接近我的问题的讨论。但不幸的是，我尝试了公认的解决方案（讨论下方的两个）。
解决方案之一（6 六个竖起大拇指）指出他可以在他的 mac 上以 1 秒的间隔读取和保存 100 帧。为什么我的机器不能处理读帧工作？我错过了什么吗？我的安装使用了 conda 和 pip conda install -c conda-forge opencv，pip install opencv-python（是的，我都试过了。）
另一个使用 ffmpeg 解决方案的解决方案（竖起大拇指）。但它似乎适用于视频文件而不是相机设备？
- 调整 c2.waitKey() ：该参数只控制视频显示时的频率。不是解决方案。
然后，我知道我只需要一些关键字即可。
上面的代码是我到目前为止的演示代码，我想要一些方法或指南让我的 videoCapture.read() 更快。可能是一种在 videoCapture 对象或其他相机读取模块中使用多线程的方法。
有什么建议么？