Python 如何确保使用OpenCV读取和处理所有帧

我正在尝试使用OpenCV加载视频文件或从网络摄像头访问视频流，但无法访问所有帧

视频文件是以每秒60帧的速度捕获的，但在我的代码中，每秒只能访问几帧。我尝试使用OpenCV的线程版本，

imutils

。它工作得更好，但我仍然无法访问完整帧

在下面的代码中，我使用线程版本的视频读取器加载视频文件，并将其调整为较小的大小，以降低所需的处理能力

成功抓取帧后，我会做一些图像处理工作（将来）。但是现在，即使有了这个样板，我最多只能读几个（10+）帧，结果也是口吃。有办法解决这个问题吗

import cv2
from imutils import resize
from imutils.video import VideoStream

vs = VideoStream(src="./video.MOV").start()

while True:
    frame = vs.read()
    if frame is not None:
        frame = resize(frame, 800)

        # some heavy analytics work

        cv2.imshow("Frame", frame)

        if cv2.waitKey(1) & 0xFF == ord("q"):
            break

cv2.destroyAllWindows()
vs.stop()

实验

我做了一个实验来计算在iMac和Ubuntu机器上加载的帧数和每个

imshow

函数所用的平均时间，这台机器在1080p显示器上运行Intel Core i5-7400@3.00Ghz

视频（h264）的持续时间为1:03分钟，大小为185.7MB

iMac总共只能加载414帧，而Ubuntu机器总共可以加载2826帧

---

这两台机器的

imshow

功能的平均时间为

0.0003s

基本上，您只需加载视频和显示，因此没有任何理由会获得如此低的fps，除非您使用的是带视网膜屏幕的Macbook。也许这就是导致视频显示缓慢的原因，因为视网膜屏幕的像素要多得多，合成引擎在屏幕上渲染图像可能需要时间。我建议使用外部屏幕。

您的CPU使用率高还是一个内核的利用率为100%？它在不调整大小的情况下工作得更好吗？我在一个3.4GHz的iMac 5k上运行它，带有24GB的RAM，没有任何密集的程序在后台运行。如果不调整帧的大小，帧的下降是非常明显的。这是否意味着您的CPU使用率在运行时非常低？像mp4 h264这样的另一种视频格式是否也很慢，您能否记录调用imshow函数的频率（毫秒时间戳）？是不是每帧调用不止一次？@Harry我已经用实验更新了帖子。不过我还是对系统上CPU的使用情况感兴趣。相比之下，时钟速度对我来说并不重要。然而，我怀疑opencv使用不同的核心技术来捕获/解码帧。可能你可以强迫它使用FFMPEG——那么在两个系统上的结果应该是一样的：-或者选择在MAC上使用什么技术并告诉ME。请考虑给出一个实际的解决方案。问题出在代码中。这样你就可以帮助其他有类似问题的人