我在 Kali linux 上使用 intel core i7-4510u 运行这个脚本:
import cv2
from datetime import datetime
vid_cam = cv2.VideoCapture(0)
vid_cam.set(cv2.CAP_PROP_FPS, 25)
vid_cam.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
vid_cam.set(cv2.CAP_PROP_FRAME_HEIGHT, 360)
lastDate = datetime.now().second
fcount = 0
while(vid_cam.isOpened()):
if(datetime.now().second>lastDate):
lastDate = datetime.now().second
print("Fps: " + str(fcount))
fcount = 0
else:
fcount += 1
ret, image_frame = vid_cam.read()
cv2.imshow('frame', image_frame)
if cv2.waitKey(100) & 0xFF == ord('q'):
break
vid_cam.release()
cv2.destroyAllWindows()
如果我运行它,它会打印Fps: 4。
如果我检查任务管理器我的 cpu 大约是 2%。
问题出在哪里?
最佳答案
大多数情况下,人们不会考虑通过线路获取数据所需的数据速率(带宽)。
1920 x 1080 像素,30 FPS,每像素 24 位需要 1.5 Gbit/s。这不适合通过 USB 2。
这就是为什么许多网络摄像头实现压缩的原因。一种常见的压缩方式是 MJPEG,即 JPEG as video。
您可以告诉 OpenCV 告诉媒体 API(V4L、dshow、MSMF、AVFoundation...)向相机请求。它不会自行消失,我了解到。
# cap = cv.VideoCapture(...)
cap.set(cv.CAP_PROP_FOURCC, cv.VideoWriter_fourcc(*"MJPG"))
每帧数据越少意味着传输速度越快,每次允许的帧数越多。
将其与其他属性(FRAME_WIDTH 等)混合使用时,顺序很重要。我认为 FOURCC 设置需要放在第一位,但如果这没有帮助,请尝试其他命令。
当网络摄像头注意到 USB Controller 上没有足够的可用数据速率时,它可能会决定减小帧大小或帧速率,或者应用更强的压缩(更差的图片)。当您将多个摄像头连接到同一个 USB 集线器时,将会发生这种情况。这种协商可能导致打开需要几秒钟,甚至一分钟。如果打开相机很慢,可能USB Controller 已经为其他设备预留了一些带宽。
影响帧速率的是当您在该循环中的其他代码只需要花费大量时间时!无法解决这个问题,除非使该部分代码更快。
通常不重要的是将阅读内容移到自己的线程中。在 OpenCV 的情况下(使用 imshow
),线程根本没有意义。只有在通常等待的时间里除了处理下一帧(例如 GUI 循环)之外还有其他要完成的情况下,线程才有意义。与消费者的沟通需要适当。繁忙的循环不是解决方案。
在实际 GUI 的情况下(不是 OpenCV 的imshow
),正确的做法是一个线程,但它需要更新小部件作为一个框架进入。不得任何重复读取变量并分配小部件的图像或任何东西的旋转循环。
相机将按照自己的节奏生成帧(无论您做什么),并将它们放入队列中。读取帧的成本相当低(但并非没有)。
您必须从相机读取,否则帧会排队。如果您的读取速度低于相机的帧速率,您会看到延迟增加,即相机前的移动需要几秒钟才能显示在屏幕上。
如果您尝试更快地阅读,read() 调用将一直阻塞,直到有帧可用。然后你会在那个电话中“浪费”时间。你会用那段时间做什么?您还没有新数据,所以没有什么可计算的,直到该帧到达。还不如等一下,对吧?
关于python - 如何提高 OpenCV cv2.VideoCapture(0).read() 的性能,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54933801/