使用python和Opencv进行多处理或多线程处理以检测人脸

最近，我正在使用OPENCV+PYTHON开发raspberry pi 3（OS raspbian），以便在实时摄像机上检测人脸。我在树莓pi3上看到检测到的人脸使用opencv速度非常慢，大约4-5 FPS/s。所以我想知道我可以使用多线程或多处理来加速FPS吗？如果可以，我该怎么做

---

请帮帮我，任何想法都将不胜感激。谢谢

是的，您可以多线程处理该过程。 在Python2或Python3中使用该库

下面是一个简单的例子

除了你的主线

只有一个线程操作相机并不断更新最新帧，在本例中是全局的

def camera_thread():       
    cam = cv2.VideoCapture(1)
    _ret, self.image = cam.read()
    cv2.imshow('camera', self.image)

第二个线程可以使用最新的帧从模型运行推断

可选的第三个选项可能会在面上绘制边界框，或执行其他操作等

在这种情况下，第2个和第3个线程之间可能需要互斥锁，因为只有在从模型获得输出后才能开始绘制框。这允许您的第二个线程开始推断下一帧，而无需等待其他线程

---

上述示例将产生平滑的视频输出，而推断稍微滞后。如果您不确定多线程是如何工作的，我建议您先阅读基础知识

是的，您可以多线程处理该进程。 在Python2或Python3中使用该库

下面是一个简单的例子

除了你的主线

只有一个线程操作相机并不断更新最新帧，在本例中是全局的

def camera_thread():       
    cam = cv2.VideoCapture(1)
    _ret, self.image = cam.read()
    cv2.imshow('camera', self.image)

第二个线程可以使用最新的帧从模型运行推断

可选的第三个选项可能会在面上绘制边界框，或执行其他操作等

在这种情况下，第2个和第3个线程之间可能需要互斥锁，因为只有在从模型获得输出后才能开始绘制框。这允许您的第二个线程开始推断下一帧，而无需等待其他线程

---

上述示例将产生平滑的视频输出，而推断稍微滞后。如果您不确定多线程是如何工作的，我建议您先阅读基础知识

更新。我使用单独的线程从相机中捕获图像，我看不到FPS比串行的速度有任何提高。。。请看我的密码

import threading
import time
import cv2
import numpy as np
class myThread (threading.Thread):
    def __init__(self, src):
        print("thread -------------init-------------")
        threading.Thread.__init__(self)
        self.cap = cv2.VideoCapture(src)
        self.stop = False
    def run(self):
        while(self.stop == False):
            self.ret, self.frame = self.cap.read()

    def Stop(self):
        self.cap.release()
        self.stop = True

    def read(self):
        return self.ret, self.frame

recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read('trainer/trainer.yml')
cascadePath = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(cascadePath);

thread = myThread(0)
thread.start()
time.sleep(1)

start = time.time()
frames = 0
font = cv2.FONT_HERSHEY_SIMPLEX
cap = cv2.VideoCapture(0)
while(True):
    ret, frame = thread.read()
    frame = cv2.resize(frame, (640, 480))
    frames += 1
    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(gray, 1.2, 5)
    for(x,y,w,h) in faces:
        # Create rectangle around the face
        cv2.rectangle(frame, (x-20,y-20), (x+w+20,y+h+20), (0,255,0), 4)
        Id, con = recognizer.predict(gray[y:y+h,x:x+w])
        print(Id, con)

        # Check the ID if exist
        if(con < 60):
            if(Id == 1):
                Id = "HUY"
            if(Id == 2):
                Id = "HOA"
        #If not exist, then it is Unknown
        else:
            #print(Id)
            Id = "Unknow"

        # Put text describe who is in the picture
        cv2.rectangle(frame, (x-22,y-90), (x+w+22, y-22), (0,255,0), -1)
        cv2.putText(frame, str(Id), (x,y-40), font, 2, (255,255,255), 3)  

    if cv2.waitKey(10) & 0xFF == ord('q'):
        thread.Stop()
        break
    cv2.imshow("frame", frame) 
end = time.time()
second = end - start
print("second:", + second)
print(frames/second)
cv2.destroyAllWindows()

导入线程
导入时间
进口cv2
将numpy作为np导入
类myThread（threading.Thread）：
定义初始化（自我，src）：
打印（“线程------------------init------------------”）
threading.Thread.\uuuuu init\uuuuuu（自）
self.cap=cv2.VideoCapture（src）
self.stop=False
def运行（自）：
while（self.stop==False）：
self.ret，self.frame=self.cap.read（）
def停止（自）：
self.cap.release（）
self.stop=True
def读取（自）：
返回self.ret，self.frame
recognizer=cv2.face.LBPHFaceRecognizer_create（）
识别器.read（'trainer/trainer.yml'））
cascadePath=“haarcascade\u frontalface\u default.xml”
faceCascade=cv2.级联分类器（级联路径）；
线程=myThread（0）
thread.start（）
时间。睡眠（1）
开始=时间。时间（）
帧=0
font=cv2.font\u HERSHEY\u SIMPLEX
cap=cv2.视频捕获（0）
虽然（正确）：
ret，frame=thread.read（）
frame=cv2。调整大小（frame，（640480））
帧+=1
灰色=cv2.CVT颜色（边框，cv2.COLOR\u BGR2GRAY）
面=面级联。检测多尺度（灰色，1.2，5）
对于面中的（x，y，w，h）：
#围绕面创建矩形
cv2.矩形（框架，（x-20，y-20），（x+w+20，y+h+20），（0255,0），4）
Id，con=recognizer.predict（灰色[y:y+h，x:x+w]）
打印（Id、con）
#如果存在，请检查ID
如果（con<60）：
如果（Id==1）：
Id=“HUY”
如果（Id==2）：
Id=“HOA”
#如果不存在，那么它是未知的
其他：
#打印（Id）
Id=“未知”
#输入文字描述图片中的人物
cv2.矩形（框架，（x-22，y-90），（x+w+22，y-22），（0255,0），-1）
cv2.putText（框架，str（Id），（x，y-40），字体，2，（255255），3）
如果cv2.waitKey（10）&0xFF==ord（'q'）：
thread.Stop（）
打破
cv2.imshow（“帧”，帧）
end=time.time（）
第二个=结束-开始
打印（“秒：，+秒）
打印（帧/秒）
cv2.destroyAllWindows（）

更新。我使用单独的线程从相机中捕获图像，我看不到FPS比串行的速度有任何提高。。。请看我的密码

import threading
import time
import cv2
import numpy as np
class myThread (threading.Thread):
    def __init__(self, src):
        print("thread -------------init-------------")
        threading.Thread.__init__(self)
        self.cap = cv2.VideoCapture(src)
        self.stop = False
    def run(self):
        while(self.stop == False):
            self.ret, self.frame = self.cap.read()

    def Stop(self):
        self.cap.release()
        self.stop = True

    def read(self):
        return self.ret, self.frame

recognizer = cv2.face.LBPHFaceRecognizer_create()
recognizer.read('trainer/trainer.yml')
cascadePath = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(cascadePath);

thread = myThread(0)
thread.start()
time.sleep(1)

start = time.time()
frames = 0
font = cv2.FONT_HERSHEY_SIMPLEX
cap = cv2.VideoCapture(0)
while(True):
    ret, frame = thread.read()
    frame = cv2.resize(frame, (640, 480))
    frames += 1
    gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
    faces = faceCascade.detectMultiScale(gray, 1.2, 5)
    for(x,y,w,h) in faces:
        # Create rectangle around the face
        cv2.rectangle(frame, (x-20,y-20), (x+w+20,y+h+20), (0,255,0), 4)
        Id, con = recognizer.predict(gray[y:y+h,x:x+w])
        print(Id, con)

        # Check the ID if exist
        if(con < 60):
            if(Id == 1):
                Id = "HUY"
            if(Id == 2):
                Id = "HOA"
        #If not exist, then it is Unknown
        else:
            #print(Id)
            Id = "Unknow"

        # Put text describe who is in the picture
        cv2.rectangle(frame, (x-22,y-90), (x+w+22, y-22), (0,255,0), -1)
        cv2.putText(frame, str(Id), (x,y-40), font, 2, (255,255,255), 3)  

    if cv2.waitKey(10) & 0xFF == ord('q'):
        thread.Stop()
        break
    cv2.imshow("frame", frame) 
end = time.time()
second = end - start
print("second:", + second)
print(frames/second)
cv2.destroyAllWindows()

导入线程
导入时间
进口cv2
将numpy作为np导入
类myThread（threading.Thread）：
定义初始化（自我，src）：
打印（“线程------------------init------------------”）
threading.Thread.\uuuuu init\uuuuuu（自）
self.cap=cv2.VideoCapture（src）
self.stop=False
def运行（自）：
while（self.stop==False）：
self.ret，self.frame=self.cap.read（）
def停止（自）：
self.cap.release（）
self.stop=True
def读取（自）：
返回self.ret，self.frame
recognizer=cv2.face.LBPHFaceRecognizer_create（）
识别器.read（'trainer/trainer.yml'））
cascadePath=“haarcascade\u frontalface\u default.xml”
faceCascade=cv2.级联分类器（级联路径）；
线程=myThread（0）
thread.start（）
时间。睡眠（1）
开始=时间。时间（）
帧=0
font=cv2.font\u HERSHEY\u SIMPLEX
cap=cv2.视频捕获（0）
虽然（正确）：
ret，frame=thread.read（）
frame=cv2。调整大小（frame，（640480））
帧+=1
灰色=cv2.CVT颜色（边框，cv2.COLOR\u BGR2GRAY）
面=面级联。检测多尺度（灰色，1.2，5）
对于面中的（x，y，w，h）：
#围绕面创建矩形
cv2.矩形（框架，（x-20，y-20），（x+w+20，y+h+20），（0255,0），4）
Id，con=recognizer.predict（灰色[y:y+h，x:x+w]）
打印（Id、con）
#如果存在，请检查ID
如果（con<60）：
如果（Id==1）：
Id=“HUY”
如果（Id==2）：
Id=“HOA”
#如果不存在，那么它就是我