BeagleBone Black OpenCV Python 太慢了

Question

我尝试使用 opencv 和 python 从网络摄像头获取图像。代码非常基本，例如：

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()

但它运行缓慢。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-wheezly
opencv 2.4
python 2.7

Answer 1

"secret" 在使用 OpenCV 处理视频流时获得更高的 FPS 是移动 I/O（即从相机读取帧传感器）到一个单独的线程。

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

为了降低 FPS increase/latency，我们的目标是将帧读取从网络摄像头或 USB 设备转移到完全不同的线程，与我们的主 Python 脚本完全分开.

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。一旦根线程处理完它的帧，它只需要从 I/O 线程获取当前帧。这是在无需等待阻塞 I/O 操作的情况下完成的。

您可以阅读Increasing webcam FPS with Python and OpenCV了解实现线程的步骤。

编辑

根据我们评论中的讨论，我觉得你可以重写代码如下：

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

我在Intel Edison平台上使用OpenCV 2.4.9做项目时遇到了类似的问题。在进行任何处理之前，执行帧抓取大约需要 80 毫秒。事实证明，OpenCV 的 Linux 相机捕获逻辑似乎没有正确实现，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，因此不可能在应用程序层中使用多线程来解决它 - 在您尝试抓取下一帧之前，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 class。也许在某些时候使用合理数量的缓冲区是固定的，但从 2.4.9 开始，它不是。事实上，如果您查看与@Nickil Maveli 提供的 link 同一作者撰写的 this 文章，您会发现一旦他提供了改进 [=25] 上的 FPS 的建议=]，他停止使用 OpenCV 的 VideoCapture。我不相信这是巧合。

这是我在 Intel Edison 论坛上的 post 关于它的内容：https://communities.intel.com/thread/58544。

我基本上是直接使用 V4L2 编写自己的 class 来处理帧抓取。这样您就可以提供缓冲区的循环列表，并允许适当地解耦帧抓取和应用程序逻辑。但是，对于 C++ 应用程序，这是在 C++ 中完成的。假设上面的 link 实现了它的承诺，那可能是一个更简单的方法。我不确定它是否适用于 BeagleBone，但也许那里有类似于 PiCamera 的东西。祝你好运。

编辑：我查看了 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 才能利用它。如果您仔细查看错误消息 HIGHGUI ERROR: V4L: Property...，您会发现它引用了 V4L，而不是 V4L2。这意味着您正在使用的 OpenCV 构建正在退回到旧的 V4L 驱动程序。除了导致性能问题的单一缓冲区之外，您使用的是一个古老的驱动程序，它可能有很多限制和它自己的性能问题。

最好的办法是自己构建 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 太慢了

BeagleBone Black OpenCV Python is too slow

python

opencv

beagleboneblack