Python 如何在使用cv2.VideoCapture（）时降低CPU利用率

使用ret、video=cv2.VideoCapture（）和video.read（）函数从cc摄像机获取帧时，使用率很低，但与摄像机连接时没有错误。但是如果它不能从相机捕获帧，CPU利用率将增加到最大值，直到函数返回错误。返回错误需要20-30秒。从理论上讲，在我们没有收到任何返回之前，CPU必须处于近乎空闲的状态。但这里发生了什么？有人能帮我整理一下吗

detect_object(live_view_url):
try:
    video = cv2.VideoCapture(live_view_url)
    ret, frame = video.read()
except:
    print("Camera Error!")
    exit()

---

你能展示你的一些代码吗？live\u view\u url是任何IP摄像头的rtsp链接。仅当网络延迟或从相机捕获的帧导致延迟时，问题才存在。当延迟发生时，使用率将达到最大值CV2。视频捕获是不同捕获接口的唯一前端。你知道使用什么后端吗？您可以手动设置它，例如ffmpeg:video=cv2.VideoCapture（live\u view\u url，cv:：CAP\u ffmpeg）在Python2和Python3上执行相同的操作吗？您可以在终端中打开python并运行video=cv2.VideoCapture（live\u view\u url）如果挂起，则表明url有问题，或者网络摄像头/ip摄像头通过该url输出的格式有问题