Question

我遇到了这种有趣的情况（Speeding up optical flow (createOptFlow_DualTVL1)），但这不适用于我的需求。我的一般问题是，如果适用，我想尽可能地加快以下代码的速度。请记住，我希望框架为灰度并在保持高宽比锁定的同时将它们调整为height = 300的大小。另外，我想从该视频每秒采样2帧，因此我假设每个视频都在30fps附近。最后，我想使用TV-L1光流算法。有没有一种方法可以增强这种算法，因为对于1分钟的视频来说，估计光流大约需要3分钟，这对于我的需求而言太耗时了。

预先感谢，埃文

import math, imutils, cv2
print ("Entering Optical Flow Module...")
        cap = cv2.VideoCapture(video_path)
        current_framerate = cap.get(5)
        ret, frame1 = cap.read()
        prvs = cv2.cvtColor(frame1,cv2.COLOR_BGR2GRAY)
        prvs = imutils.resize(prvs, height = 300)


        all_frames_flow=list()
        while(cap.isOpened()):
            frameId = cap.get(1)
            ret, frame2 = cap.read()
            if ret == True:
                if (frameId % (math.floor(current_framerate)/2)==0): # assume videos are 30 fps and we want only 2 frames per second.
                    next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)
                    next = imutils.resize(next, height = 300)
                    optical_flow = cv2.DualTVL1OpticalFlow_create()
                    flow = optical_flow.calc(prvs, next, None)
                    all_frames_flow.append(flow)
                    prvs = next
                else:
                    continue
            else:
                break
        cap.release()

Answer 1

对于cv2版本“'4.1.0'”：

下面的代码会更快，但根据下面对超参数的解释，其准确性较低。根据要求调整这些参数，以解决速度与精度之间的权衡。

optical_flow= cv2.optflow.DualTVL1OpticalFlow_create(nscales=1,epsilon=0.05,warps=1)
flow = optical_flow.calc(new_prvs, new_nxt, None)

int“ nscales”：用于创建图像金字塔的比例数。
int“变形”：每刻度的变形数。表示每标度计算I1（x + u0）和grad（I1（x + u0））的次数。这是确保方法稳定性的参数。它还会影响运行时间，因此是速度和准确性之间的折衷。
double epsilon：数值方案中使用的停止标准阈值，这是精度与运行时间之间的权衡。较小的值将产生更准确的解决方案，但会降低收敛速度。

其他需要调整的参数here

加快光流算法（如果适用）Python OpenCV

1 个答案: