Question

请帮助我理解为什么使用Opencv录制的视频太慢了。它并不反映快速运动。例如，如果我移动相机，那么视频中的移动速度太慢。此外，虽然我在相机前面显示了一张照片约2秒钟，但我没有看到录制中的照片。

有人可以解释一下这里发生了什么。这是我的简单代码：

fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output2.avi',fourcc, 30.0, (640,480))

while (True):

    camera.capture(stream, use_video_port=True, format='jpeg') 
    stream.seek(0)
    imageData = np.fromstring(stream.getvalue(), dtype=np.uint8)
    npImage = cv2.imdecode(imageData, 1) 
    out.write(npImage)
    stream.close()

Answer 1

我不确定这是否能解决您的问题。您可以定义一个单独的函数，从相机中获取帧并将其放入队列中。您可以在单独的线程中运行此函数。有关线程的文档，请参阅此link。这加快了从相机获取帧的过程，因为cap.read（）函数是一个阻塞函数（如果你使用cap = cv2.VideoCapture（））。

代码就是这样的。

def getf(queue):
    cap = cv2.VideoCapture(0)    
    while(processing):
        fr = {}
        ret, a = cap.read()
        if ret:
            fr["imagecaptured"]=a
            queue.put(fr)
        else:
            #whatever you want to do when a frame is unable to be read from cam
    cap.release()

stream = threading.Thread(target=getf, args=queue)

请注意，上面代码示例中的“处理”是一个全局变量。现在，您可以定义一个函数来将处理设置为true，并使用'stream.start（）'命令启动该线程，或将其直接放在程序中。

线程启动后，帧会不断放入队列中，供您在需要时阅读。使用以下代码，您就拥有了框架。

if not queue.empty():
    capturedframe = queue.get()
    frame = capturedframe["imagecaptured"]

我使用这种方法从相机流式传输，同时做其他事情。从link引用使用pyqt制作网络摄像头小部件。请注意，上面的代码片段仅作为示例，不会被读取运行。除了定义，我建议你还包括一个条件来检查队列大小。您现在可以修改它以用于您的应用程序，看看它是否能完成这项工作。您也可以参考此link获取类似示例。

Answer 2

在python中运行多个线程当然是一个很好的建议，但你会发现大多数实时视频程序都是用C ++等编译语言编写的，可能还有一些汇编器/ sse chops .....我赢了甚至无法解决GPU加速问题。如果你在python中运行多个线程，你可能会将你的问题转换为一种不同形式的特定死亡，因为队列填充的速度比你清空它的时间要快，如果视频保持流式传输，你最终会耗尽内存。最好的方法是使用优化的包来获取，广播和录制视频 - 例如，在我在github上的公共项目中，我有Dantalion，它是一个C ++客户端，处理实时采集和某些图像处理任务，如整改和差异计算 - 它还将图像泵入MQTT服务器，其中python DantalionClient应用程序需要TOO D ** N LONG :-(可以执行诸如搜索棋盘和计算内在函数和外部函数之类的东西。我还选择运行客户端在一台单独的机器上，因为Dantalion主机是一个SoC（Beaglebone）我强烈建议你加载你的武器库。 Python是我最好的朋友之一，但如果我关心速度和位流，你不会让我做很多代数，C ++是我的首选工具。 Python不是简单地从a点到b点获取大量原始图像的正确工具。不要误会我的意思 - 我不推荐我的东西 - 它太专业了 - 我只是用它作为你为什么要考虑替代语言/工具链的一个例子 - 这是他们存在的原因。

Opencv录制的视频太慢，相机更新速度很慢

2 个答案: