Opencv 视频中的帧速率不正确

我有一个25帧每秒12秒的视频。当我在opencv中以25 fps的速度播放视频时，视频变为16秒。我通过使用 fps=get（cv2.CAP_PROP_fps），然后我设置了waitKey（1000/fps），但是视频播放速度变慢了

import numpy as np
import cv2
import time
start = time.time()

cap = cv2.VideoCapture("hackerman.mp4")
fps = cap.get(cv2.CAP_PROP_FPS)
print(fps)
while True:
    # Capture frame-by-frame
    ret, frame = cap.read()
    if ret == True:
        frame_new = frame
    else:
        end = time.time()
    # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # turn video gray

    # Display the resulting frame
    cv2.namedWindow('frame', cv2.WINDOW_NORMAL)
    cv2.imshow('frame', frame_new)

    k = cv2.waitKey(int(round(1000/fps))) & 0xFF
    if k == 27:         # wait for ESC key to exit
        break
    elif cv2.getWindowProperty("frame", 0) == -1:
        break


print(end-start)
# When everything done, release the capture
cap.release()
cv2.destroyAllWindows()

---

似乎cap.read（）的读取速度比帧速率快，如果您正在处理帧而不是显示帧，这将是非常理想的-因此在应用程序中，您需要使用例如

time.sleep（）

或在您的情况下

waitKey（）添加延迟

这必须计算为达到25fps的帧速率

对于最精确的25fps，将下一帧结束的时间基于总开始时间，如下所示（未测试）：

这种有绝对时间来完成显示/读取下一帧的技术意味着帧速率将是精确的，自动补偿多任务其他操作系统任务，只要这些其他任务不占用太多CPU以至于代码难以运行，如果您遇到了这个问题，我想您将不得不提高Python的优先级，这将减慢其他程序的速度。我使用这种方法对温度/振动测量进行定时采样，效果非常好。在我的一个答案中看到同样的技巧

---

如果你真的很小心/悲观，你也应该检查一下

waitKey（）

在帧读取+显示时间超过帧周期的情况下，不会被给予负延迟。

您正在按顺序读取和显示每一帧，然后暂停40ms-因此，在显示前一帧之前，不会捕获下一帧，即总速度将低于25fps。如果您不使用

waitKey（1000/fps）

，它的运行速度有多快？@barny您必须使用waitKey，否则视频将无法显示，脚本将在1.8秒内运行。如果我设置waitkey（1），使用waitkey（1000/25）需要3.8秒，需要13.8秒，所以基本上视频太长了1.8秒！这太棒了！多聪明的解决方案啊。正如您所说，如果考虑到执行这个

k=cv2.waitKey（frameref_ms-int（time.time（）*1000））&0xFF（如果k==27:#等待ESC键退出break-elif-cv2.getWindowProperty（“frame”，0），我想可以得到更好的估计==-1:break

但是整个视频的差异似乎是2毫秒，所以没有那么大的差异waitkey调用延迟的变化只会影响单帧显示持续时间的抖动，您不会注意到。您可以通过在

waitKey（）

调用中以微秒为单位工作并仅转换为毫秒来提高亚毫秒精度，但不要期望太高-您的Linux/Windows主机不是实时系统。我检查了执行上述代码所需的时间，大约为1毫秒，因此我使用了waitKey（frameref\u ms-int（time.time（）*1000）-1). 现在我的视频是12.0004秒，没有从waitkey删除1毫秒，它大约是12.001秒：）在最后一次迭代中，执行waitkey的时间将增加到总时间，但例如，120秒的视频将是120.001秒，即不会因为执行waitkey而出现速率错误。对于Linux/Windows向人播放视频而言，1ms是完全可以忽略的。

frameref_ms = int(time.time()*1000)
frametime_ms = int(1000/fps)

while True:
    # update frameref to end frame period from now (regardless of how long reading and displaying the frame takes)
    frameref_ms += frametime_ms
    # Capture frame-by-frame
    ret, frame = cap.read()
    if ret == True:
        frame_new = frame
    else:
        end = time.time()
    # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # turn video gray

    # Display the resulting frame
    cv2.namedWindow('frame', cv2.WINDOW_NORMAL)
    cv2.imshow('frame', frame_new)
    # wait for a keypress or the time needed to finish the frame duration
    k = cv2.waitKey(frameref_ms-int(time.time()*1000)) & 0xFF
    if k == 27:         # wait for ESC key to exit
        break
    elif cv2.getWindowProperty("frame", 0) == -1:
        break