小编Sim*_*mon的帖子

我正在使用 OpenCv 和 Dlib 执行带有地标的面部识别，实时来自网络摄像头流。语言是Python。它在我的 macbook 笔记本电脑上运行良好，但我需要它在台式计算机上 24/7 全天候运行。计算机是运行 Debian Jessie 的 PC Intel® Core™2 Quad CPU Q6600 @ 2.40GHz 32bit。性能下降是剧烈的：由于处理有 10 秒的延迟！

因此，我研究了多线程以获得性能：

1. 我首先尝试了 OpenCv 的示例代码，结果很棒！四个核心都达到了100%，性能要好得多。
2. 然后我用我的代码替换了帧处理代码，它根本没有提高性能！只有一个核心达到 100%，其他核心保持在很低的水平。我什至认为启用多线程会更糟。

我从 dlib 示例代码中得到了面部地标代码。我知道它可能可以优化，但我想了解为什么我不能通过多线程使用我的（旧）计算机的全部功能？

我会把我的代码放在下面，非常感谢阅读:)

from __future__ import print_function

import numpy as np
import cv2
import dlib

from multiprocessing.pool import ThreadPool
from collections import deque

from common import clock, draw_str, StatValue
import video

class DummyTask:
    def __init__(self, data):
        self.data = …