NumpyAllocator:：allocate中的Python OpenCV（cv2）VideoCapture.read（）未指定错误

我是OpenCV新手，我正在使用它的python版本来读取视频的帧，以便对它们进行一些分析。我正在读取一个mp4视频文件，并在帧之间循环以保存它们，如下所示：

import cv2
cv2Cap = cv2.VideoCapture(filepath)
frames = []
cnt = 0 
while 1:
    # get the next frame form the video 
    ret, frame = cv2Cap.read()
    cnt+=1
    print 'Count: ' + str(cnt)
    if not ret: 
        break # means ret was false so break out of the loop 
    cv2.imshow('Frames', frame)
    # show the frame that was read to make sure it is normal
    k = cv2.waitKey(1) & 0xff
    if k == 27:
        break
    frames.append(frame) 

这段代码在大多数情况下都能正常工作，但是，我在几段不同的视频中看到了它的中断，如下所示：

OpenCV Error: Unspecified error (The numpy array of typenum=2, ndims=3 can not b
e created) in NumpyAllocator::allocate, file D:\Build\OpenCV\OpenCV-2.4.9\module
s//python//src2//cv2.cpp, line 201
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "vidUtils.py", line 25, in __init__
    self.frames, self.fps, self.numFrames = self.getVideoInfo(filepath)
  File "vidUtils.py", line 57, in getVideoInfo
    ret, frame = cv2Cap.read()
cv2.error: D:\Build\OpenCV\OpenCV-2.4.9\modules//python//src2//cv2.cpp:201: erro
r: (-2) The numpy array of typenum=2, ndims=3 can not be created in function Num
pyAllocator::allocate

OpenCV错误：未指定的错误（typenum=2，ndims=3的numpy数组不能
e）在NumpyAllocator:：allocate中，文件D:\Build\OpenCV\OpenCV-2.4.9\module
s//python//src2//cv2.cpp，第201行
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“vidUtils.py”，第25行，在_init中__
self.frames、self.fps、self.numFrames=self.getVideoInfo（文件路径）
getVideoInfo中第57行的文件“vidUtils.py”
ret，frame=cv2Cap.read（）
cv2.error:D:\Build\OpenCV\OpenCV-2.4.9\modules//python//src2//cv2.cpp:201:erro
r:（-2）无法在函数Num中创建typenum=2，ndims=3的numpy数组
pyAllocator:：allocate

我正在打印出代码失败的帧号，它并不总是一致的，这让我觉得我完全遗漏了其他一些东西。它最近一直在1780-1820帧之间。任何帮助或建议都将不胜感激

提前谢谢

---

~zoltana

你可能内存不足吗？分配错误通常意味着“内存不足”。在不知道视频分辨率的情况下，您的帧通常在1到5 MB之间，然后在2000帧左右，您将看到几GB

如果您运行的是32位PYthon，那么您可能会很容易遇到2GB的障碍。使用64位Python时，如果您做了一些非常大的事情，您很可能会窒息到交换

我建议你做一些内存分析。最简单的方法就是查看单个帧的大小（

frame.nbytes

）并将其乘以帧数。另一种可能性（取决于操作系统）是使用

ps

或等效实用程序来检查Python进程的总内存使用情况。如果您想认真对待内存使用，请检查

heapy

（guppy pe软件包的一部分）

---

您可以做的一个诊断检查是运行相同的循环，而不执行

frames.append（frame）

，因为这样内存占用应该小得多。如果这一个运行完美，那么您的问题很可能是内存不足。（不幸的是，简单测试中的错误不能证明没有内存问题，只是存储帧时没有内存问题。可能还有其他泄漏。）

当达到500或1000帧时，尝试在50帧之后清除50帧。这似乎是内存问题。谢谢您的回复！内存正在耗尽。我必须将阅读图像与分析与存储帧结合起来。