Question

我目前正在开展一个项目，我需要显示已处理的实时视频捕获。因此，我使用类似的东西：

cv::VideoCapture cap(0); 
if (!cap.isOpened()) 
    return -1;

cap.set(CV_CAP_PROP_FRAME_WIDTH, 1280);
cap.set(CV_CAP_PROP_FRAME_HEIGHT, 720);

cv::namedWindow("Current Capture");
for (;;)
{
    cv::Mat frame;
    cap >> frame;       
    cv::Mat mirrored;
    cv::flip(frame, mirrored, 1);
    cv::imshow("Current Capture", process_image(mirrored));

    if (cv::waitKey(30) >= 0) break;
}

我遇到的问题是process_image，它在图像中进行圆圈检测，需要一些时间才能完成，并使显示更像幻灯片，然后是视频。

我的问题是：如何在没有操纵process_image功能的情况下加快处理？

我考虑过在另一个线程中执行图像处理，但我不确定如何开始。你还有其他想法吗？

PS：我不希望你为我编写代码，我只需要一个点来开始;）

修改

好的，如果在捕获时我无法对性能做什么，我将需要更改process_image功能。

cv::Mat process_image(cv::Mat img) { cv::Mat hsv; cv::medianBlur(img, img, 7); cv::cvtColor(img, hsv, cv::COLOR_BGR2HSV); cv::Mat lower_hue_range; // lower and upper hue range in case of red color cv::Mat upper_hue_range; cv::inRange(hsv, cv::Scalar(LOWER_HUE1, 100, 100), cv::Scalar(UPPER_HUE1, 255, 255), lower_hue_range); cv::inRange(hsv, cv::Scalar(LOWER_HUE2, 100, 100), cv::Scalar(UPPER_HUE1, 255, 255), upper_hue_range); /// Combine the above two images cv::Mat hue_image; cv::addWeighted(lower_hue_range, 1.0, upper_hue_range, 1.0, 0.0, hue_image); /// Reduce the noise so we avoid false circle detection cv::GaussianBlur(hue_image, hue_image, cv::Size(13, 13), 2, 2); /// store all found circles here std::vector<cv::Vec3f> circles; cv::HoughCircles(hue_image, circles, CV_HOUGH_GRADIENT, 1, hue_image.rows / 8, 100, 20, 0, 0); for (size_t i = 0; i < circles.size(); i++) { /// circle center cv::circle(hsv, cv::Point(circles[i][0], circles[i][1]), 3, cv::Scalar(0, 255, 0), -1, 8, 0); /// circle outline cv::circle(hsv, cv::Point(circles[i][0], circles[i][1]), circles[i][2], cv::Scalar(0, 0, 255), 3, 8, 0); } cv::Mat newI; cv::cvtColor(hsv, newI, cv::COLOR_HSV2BGR); return newI; }

是否有一个巨大的性能问题，我可以做任何事情？

Answer 1

如果您确定process_image函数是导致程序瓶颈的原因，但您无法修改它，那么您可以做的事情并不多。如果该功能的执行时间比视频帧的持续时间长，那么您将无法获得所需的功能。

如何降低视频捕获质量或缩小尺寸？目前我可以看到你将它设置为1280 * 720。如果process_image函数使用的数据较少，则应该执行得更快。

捕获和处理视频时的性能问题

1 个答案: