Python openCL cv2.UMat对象不可编辑

事实上，我不太明白如何使用这个T-API opencl，而且在文档中还是新手

它使用cv2.UMat来读取.image文件，然后读取它。在我的问题中，我想将opencl T-API用于我的<代码>重建器。预测行，因为图像是在流式摄影机时拍摄/处理的

recognizer = cv2.face.LBPHFaceRecognizer_create()
#colec = cv2.face.MinDistancePredictCollector()
recognizer.read("trainer_data_array.yml")

labels = {"persons_name":0}
with open("labels.pickle", "rb") as f:
    og_labels = pickle.load(f)
    labels = {v:k for k,v in og_labels.items()}


cap = cv2.VideoCapture(0)

while(True):
    #video cap
    ret, frame = cap.read()
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, scaleFactor=1.5, minNeighbors=5)

    for (x,y,w,h) in faces:
        #print(x,y,w,h)
        roi_gray = gray[y:y+h, x:x+w]
        roy_color = frame[y:y+h, x:x+w]

        #recognize how?

        id_ , conf = recognizer.predict(roi_gray) #some error, some say cuz its opencv 3.1.0 bug 
                                                                #solution : up opencv to 3.3 or just use MinDistancePredictCollector(...)
        if conf>=45 and conf<=85:
            print(idppl)
            print(labels[idppl])
            font = cv2.FONT_HERSHEY_SIMPLEX
            name = labels[idppl]
            color = (255,255,255)
            stroke = 2
            cv2.putText(frame,name,(x,y),font,1,color,stroke,cv2.LINE_AA)
        elif conf > 85:
            print("unknown")

recognizer=cv2.face.LBPHFaceRecognizer\u create（）
#colec=cv2.face.MindDistancePredictCollector（）
识别器读取（“trainer\u data\u array.yml”）
标签={“人员名称”：0}
打开（“labels.pickle”、“rb”）作为f：
og_标签=pickle.load（f）
labels={v:k代表k，在og_labels.items（）中为v
cap=cv2.视频捕获（0）
虽然（正确）：
#视频帽
ret，frame=cap.read（）
灰色=cv2.CVT颜色（边框，cv2.COLOR\u BGR2GRAY）
faces=face_级联。检测多尺度（灰色，scaleFactor=1.5，minNeighbors=5）
对于面中的（x，y，w，h）：
#打印（x、y、w、h）
roi_gray=灰色[y:y+h，x:x+w]
roy_color=frame[y:y+h，x:x+w]
#如何认识？
id_，conf=recognizer.predict（roi_gray）#有些错误，有些人说是因为opencv 3.1.0的缺陷
#解决方案：将opencv升级到3.3或仅使用MinDistancePredictCollector（…）
如果形态>=45和形态85：
打印（“未知”）

有人能帮我怎么做吗，如果只是把它像

id\uu，conf=cv2.UMat（recognizer.predict（roi\u gray））

它给我错误

cv2.UMat'对象不可编辑

在没有T-API mybe的情况下，这一行程序仍然可以提供很好的帧速率，但经过多次修改或实现/处理后，当检测/记录人脸时，它将以低帧速率运行

---

这就是为什么我想使用OpenCL，所以当它运行在GPU Mybe中会给我一个很好的帧率

也许考虑线程或多重处理- ODROID有4/8个内核。您可以在core 1上连续获取，然后在core 2上处理frame 1，在core 3上处理frame 2，在core 4上处理frame 3，然后在core 2上重新处理frame 4。我还在帧中实现多线程以增加fps，这确实提高了fps，但它仍然不在。。我不知道怎么说，默认fps为普通相机。我只是在想mybe，因为太多的进程在摄影机播放时工作。这就是为什么如果有一种方法，我也想在它上面实现T-API