在对视频帧进行逐像素操作时处理帧需要花费太多时间

Question

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

def threshold_slow(image):
    h = image.shape[0]
    w = image.shape[1]
    for x in range(0, w):
        for y in range(0, h):
            k = np.array(image[x, y])
            print(k)

def video():
    while True:
        ret,frame = cap.read()
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        threshold_slow(frame)
        cv2.imshow('frame',frame)
        key = cv2.waitKey(25)
        if key == ord('q'):
            break
if __name__ == '__main__':
    video()
cap.release()
cv2.destroyAllWindows()

我几乎已经做了我能做的一切，但我仍然无法重新爱上它。任何有想法的人请帮助编写一些代码。当我将 print 放在 for 循环之外时，它工作正常。但是后来我没有得到图像中每个像素的值。

Answer 1

print 不可避免地很慢（与其余代码相比）。假设一张 256x256 的图像，您的代码将打印 65536 个值。根据格式（我不熟悉 OpenCV，但假设每个像素 1 个字节），每个像素的输出范围从 2 到 4 个字节（将 8 位无符号字节转换为文本 + 行尾），所以128kB-320kB，您的终端需要滚动。

最好的办法是限制您尝试打印的像素区域：即，使用适当的参数为您的范围调用指定一个适当的小区域。

Answer 2

你真的，真的应该避免 for 循环和 "pixel-by-pixel" 对 Python 中图像的操作。尝试使用 OpenCV 矢量化例程，例如 cv2.threshold()，否则，使用矢量化 Numpy 例程。

您在评论中提到您想这样做：

h = im.shape[0] 
w = im.shape[1] 
for x in range(0, w): 
    for y in range(0, h): 
        if im[y,x]>140 and im[y,x]<160: 
            im[y,x]=255

这在我的机器上需要 487 毫秒。如果你像这样使用 Numpy，它需要 56 微秒。即快 9,000 倍。

im[ np.logical_and(im>140, im<160) ] = 255

这将使您的代码看起来更像这样 - 未经测试：

import cv2
import numpy as np

cap = cv2.VideoCapture(0)

def video():
    while True:
        ret,frame = cap.read()
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        frame[ np.logical_and(frame>140, frame<160) ] = 255
        cv2.imshow('frame',frame)
        key = cv2.waitKey(25)
        if key == ord('q'):
            break
if __name__ == '__main__':
    video()
cap.release()
cv2.destroyAllWindows()

您还可以使用 OpenCV inRange() 来 select 灰度图像中的一系列灰色阴影，如下所示：

mask = cv2.inRange(im, 140, 160)

然后您可以将其应用到您的图像中：

frame[~mask] = 255

不过我觉得这样比较慢。

在对视频帧进行逐像素操作时处理帧需要花费太多时间

It is taking too much time to process frames while doing pixel by pixel operation of video frames

python

pixel

image-processing

opencv3.0