Question

我尝试用opencv和python从网络摄像头获取图像。代码是如此基本：

import cv2
import time
cap=cv2.VideoCapture(0)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_WIDTH,640)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT,480)
cap.set(cv2.cv.CV_CAP_PROP_FPS, 20)

a=30
t=time.time()
while (a>0):
        now=time.time()
        print now-t
        t=now
        ret,frame=cap.read()
        #Some processes
        print a,ret
        print frame.shape
        a=a-1
        k=cv2.waitKey(20)
        if k==27:
                break
cv2.destroyAllWindows()

但它运作缓慢。程序输出：

VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
HIGHGUI ERROR: V4L: Property <unknown property string>(5) not supported by device
8.82148742676e-06
select timeout
30 True
(480, 640, 3)
2.10035800934
select timeout
29 True
(480, 640, 3)
2.06729602814
select timeout
28 True
(480, 640, 3)
2.07144904137
select timeout

配置：

Beaglebone Black RevC
Debian的wheezly
opencv 2.4
python 2.7

Answer 1

使用OpenCV处理视频流时获取更高FPS的＆＃34;秘密＆＃34; 是将I / O（即从相机传感器读取帧）移动到单独的线程。

当调用read()方法和cv2.VideoCapture函数时，它会使整个过程非常缓慢，因为它必须等待每个I / O操作完成才能继续下一个I / O操作（Blocking Process）。

为了实现FPS增加/延迟减少，我们的目标是将帧的读取从网络摄像头或USB设备移动到完全不同的线程，完全独立于我们的主Python脚本。

这将允许从I / O线程连续读取帧，同时我们的根线程处理当前帧。一旦根线程完成处理它的帧，它只需要从I / O线程中获取当前帧。无需等待阻止I / O操作即可完成此操作。

您可以阅读Increasing webcam FPS with Python and OpenCV以了解实施线程的步骤。

修改

根据我们评论中的讨论，我觉得您可以按如下方式重写代码：

import cv2 cv2.namedWindow("output") cap = cv2.VideoCapture(0) if cap.isOpened(): # Getting the first frame ret, frame = cap.read() else: ret = False while ret: cv2.imshow("output", frame) ret, frame = cap.read() key = cv2.waitKey(20) if key == 27: # exit on Escape key break cv2.destroyWindow("output")

Answer 2

当我在英特尔Edison平台上使用OpenCV 2.4.9开展项目时遇到了类似的问题。在进行任何处理之前，仅需要大约80ms来执行帧抓取。事实证明，OpenCV的Linux摄像头捕获逻辑似乎没有得到正确实现，至少在2.4.9版本中是这样。底层驱动程序只使用一个缓冲区，因此无法在应用程序层中使用多线程来解决它 - 直到您尝试获取下一帧，V4L2驱动程序中唯一的缓冲区被锁定。

解决方案是不使用OpenCV的VideoCapture类。也许修复了在某些时候使用合理数量的缓冲区，但从2.4.9开始，它不是。事实上，如果您查看同一作者的this文章与@Nickil Maveli提供的链接，您会发现，只要他提供改善Raspberry Pi上的FPS的建议，他就会停止使用OpenCV的视频截取。我不相信这是巧合。

以下是我在英特尔爱迪生论坛上发布的帖子：https://communities.intel.com/thread/58544。

我基本上编写了自己的类来处理帧抓取，直接使用V4L2。这样，您可以提供循环缓冲区列表，并允许帧抓取和应用程序逻辑正确解耦。对于C ++应用程序，这在C ++中完成。假设上述链接兑现了它的承诺，这可能是一种更容易的方法。我不确定它是否适用于BeagleBone，但也许有类似于PiCamera的东西。祝你好运。

编辑：我看了一下OpenCV 2.4.11的源代码。看起来他们现在默认使用4个缓冲区，但您必须使用V4L2来利用它。如果仔细查看错误消息HIGHGUI ERROR: V4L: Property...，您会看到它引用的是V4L，而不是V4L2。这意味着你正在使用的OpenCV的构建正在回归旧的V4L驱动程序。除了导致性能问题的单一缓冲区之外，您还使用了一个古老的驱动程序，它本身可能存在许多限制和性能问题。

您最好的选择是自己构建OpenCV以确保它使用V4L2。如果我没记错的话，OpenCV配置过程会检查机器上是否安装了V4L2驱动程序并相应地构建它，因此您需要确保在用于构建OpenCV的机器上安装了V4L2和任何相关的开发包。

Answer 3

试试这个！我替换了cap.set（）部分中的一些代码

import cv2
import time
cap=cv2.VideoCapture(0)
cap.set(3,640)
cap.set(4,480)
cap.set(5, 20)

a=30
t=time.time()
while (a>0):
        now=time.time()
        print now-t
        t=now
        ret,frame=cap.read()
        #Some processes
        print a,ret
        print frame.shape
        a=a-1
        k=cv2.waitKey(20)
        if k==27:
                break
cv2.destroyAllWindows()

输出（pc网络摄像头）你的代码对我来说是错误的。

>>0.0
>>30 True
>>(480, 640, 3)
>>0.246999979019
>>29 True
>>(480, 640, 3)
>>0.0249998569489
>>28 True
>>(480, 640, 3)
>>0.0280001163483
>>27 True
>>(480, 640, 3)
>>0.0320000648499

BeagleBone Black OpenCV Python太慢

3 个答案: