BeagleBone Black OpenCV Python太慢了

Question

我尝试用opencv和python从网络摄像头获取图像.代码是如此基本:

import cv2
import time
cap=cv2.VideoCapture(0)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_WIDTH,640)
cap.set(cv2.cv.CV_CAP_PROP_FRAME_HEIGHT,480)
cap.set(cv2.cv.CV_CAP_PROP_FPS, 20)

a=30
t=time.time()
while (a>0):
        now=time.time()
        print now-t
        t=now
        ret,frame=cap.read()
        #Some processes
        print a,ret
        print frame.shape
        a=a-1
        k=cv2.waitKey(20)
        if k==27:
                break
cv2.destroyAllWindows()

但它运作缓慢.程序输出:

VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
VIDIOC_QUERYMENU: Invalid argument
HIGHGUI ERROR: V4L: Property <unknown property string>(5) not supported by device
8.82148742676e-06
select timeout
30 True
(480, 640, 3)
2.10035800934
select timeout
29 True
(480, 640, 3)
2.06729602814
select timeout
28 True
(480, 640, 3)
2.07144904137
select timeout

组态:

• Beaglebone Black RevC
• Debian的wheezly
• opencv 2.4
• python 2.7

Answer 1

我在 Intel Edison 平台上使用 OpenCV 2.4.9 进行项目时遇到了类似的问题。在进行任何处理之前，仅执行帧抓取就需要大约 80 毫秒。事实证明，OpenCV 针对 Linux 的相机捕获逻辑似乎没有正确实现，至少在 2.4.9 版本中是这样。底层驱动程序仅使用一个缓冲区，因此不可能在应用程序层中使用多线程来解决这个问题 - 直到您尝试抓取下一帧，V4L2 驱动程序中的唯一缓冲区才会被锁定。

解决方案是不使用 OpenCV 的 VideoCapture 类。也许它被修复为在某个时候使用合理数量的缓冲区，但从 2.4.9 开始，情况并非如此。事实上，如果您查看@Nickil Maveli 提供的链接所写的同一作者的这篇文章，您会发现，一旦他提供了改进 Raspberry Pi 上 FPS 的建议，他就停止使用 OpenCV 的 VideoCapture。我不相信这是巧合。

这是我在英特尔爱迪生论坛上发表的有关它的帖子： https: //communities.intel.com/thread/58544。

我基本上最终直接使用 V4L2 编写了自己的类来处理帧抓取。这样您就可以提供缓冲区的循环列表，并允许帧抓取和应用程序逻辑正确解耦。不过，对于 C++ 应用程序来说，这是用 C++ 完成的。假设上述链接兑现了其承诺，这可能是一个更容易的方法。我不确定它是否适用于 BeagleBone，但也许有类似于 PiCamera 的东西。祝你好运。

编辑：我查看了 OpenCV 2.4.11 的源代码。看起来他们现在默认使用 4 个缓冲区，但您必须使用 V4L2 才能利用这一点。如果仔细查看错误消息HIGHGUI ERROR: V4L: Property...，您会发现它引用的是 V4L，而不是 V4L2。这意味着您正在使用的 OpenCV 构建将依赖于旧的 V4L 驱动程序。除了导致性能问题的单一缓冲区之外，您还使用了一个古老的驱动程序，它本身可能有许多限制和性能问题。

最好的选择是自己构建 OpenCV 以确保它使用 V4L2。如果我没记错的话，OpenCV 配置过程会检查机器上是否安装了 V4L2 驱动程序并相应地进行构建，因此您需要确保用于构建 OpenCV 的机器上安装了 V4L2 和任何相关的开发包。