Python 用Lucas-Kanade方法计算光流？

OpenCV教程python中给出的方法在处理过程中有一些延迟，这就像以0.5的速度播放视频一样，您能推荐任何其他方法，其中光流特征（位移向量场）中的延迟可以忽略不计吗

import cv2
import numpy as np
cap = cv2.VideoCapture("vtest.avi")

ret, frame1 = cap.read()
prvs = cv2.cvtColor(frame1,cv2.COLOR_BGR2GRAY)
hsv = np.zeros_like(frame1)
hsv[...,1] = 255

while(1):
    ret, frame2 = cap.read()
    next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)

    flow = cv2.calcOpticalFlowFarneback(prvs,next, None, 0.5, 3, 15, 3, 5, 1.2, 0)

    mag, ang = cv2.cartToPolar(flow[...,0], flow[...,1])
    hsv[...,0] = ang*180/np.pi/2
    hsv[...,2] = cv2.normalize(mag,None,0,255,cv2.NORM_MINMAX)
    rgb = cv2.cvtColor(hsv,cv2.COLOR_HSV2BGR)

    cv2.imshow('frame2',rgb)
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break
    elif k == ord('s'):
        cv2.imwrite('opticalfb.png',frame2)
        cv2.imwrite('opticalhsv.png',rgb)
    prvs = next

cap.release()
cv2.destroyAllWindows()

---

首先，您在代码中使用的方法是而不是lucaskanade。您正在使用

calcOpticalFlowFarneback

函数，该函数是运动估计的方法

一般来说，光流是一个相当繁重的算法，它实际上取决于您的需要。主要有两种方法-稀疏和密集：

• 是一种密集算法，这意味着它生成一个流矩阵 根据帧的大小，它实际上会计算每个帧的流量 像素
• （Lucas Kanade）方法是一种稀疏方法，只接受指定的 像素数并计算其上的流量

如果想要更好的性能，您可能需要尝试Lucas Kanade方法。
看看这个，你有法内贝克和卢卡斯·卡纳德的两个例子

在Lucas Kanade的例子中，他们使用的方法生成的像素数量在这样的运动估计算法中很好跟踪。根据您的需要，您可能希望使用此方法或自己定义一些像素。
请注意，您当然可以更改已处理像素的数量，从而更改算法的处理时间

---

您可能也想签出，即使它是针对DualTVL1方法的，也可能适用于其他方法。

k=cv2.waitKey（1）&0xff

应该help@Miki我不确定这对他的情况是否有帮助，也许只有一点点。这里的主要消费者可能是Farneback光流计算。@A.Sarid我说帮助，而不是解决问题；D谢谢@A.Sarid的“goodFeaturesToTrack”相当快。。。达到了目的