[英]Python Image Processing Taking Too Long
我想用Python進行圖像處理。 問題是我有一個循環,將來自攝像機的圖像數據記錄到一個numpy數組中,但是在循環中,我試圖對從最后一張圖像到當前圖像的像素數據進行關聯,以確定是否需要做進一步的處理。 但是,這會破壞顯示滯后圖像輸出的循環的執行速度。
def gen(camera):
image = np.zeros([480, 640, 3])
last_image = np.zeros([480, 640, 3])
frame_number = 0
while True:
frame = camera.get_frame()
#new code
if(frame_number % 10 == 0):
#save the current frame
image = frame
#this line takes forever on 480x640x3 sized nd.arrray
corr = signal.correlate(image, last_image)
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = faceCascade.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(30, 30),
flags=cv2.CASCADE_SCALE_IMAGE
)
# Draw a rectangle around the faces
for (x, y, w, h) in faces:
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
#cv2.imshow('Video', frame)
ret, jpeg = cv2.imencode('.jpg', frame)
#if cv2.waitKey(1) & 0xFF == ord('q'):
# break
yield (b'--frame\r\n'
b'Content-Type: image/jpeg\r\n\r\n' + jpeg.tobytes() + b'\r\n\r\n')
if(frame_number % 10 == 0):
#save current frame as last frame for next process
last_image = frame
frame_number += 1
多線程是解決此問題的方法嗎?
我不確定這是否可行,但是如果轉換為灰度后進行關聯,則可以使操作更快。 這將使大量數據之間的相關性降低,並且實際上可以通過適當的FPS來實現。
另一種方法可能是獨立關聯每個通道,在快速測試后,它可能會執行得更快。
另外,對於多線程方法,可以將每個RGB圖像關聯在不同的線程上。 究竟有多快,如果有多快,還可以通過實驗找出。 jwpfox的評論鏈接可能是一個好的開始。 但是,最后我在Python中使用多處理,這是一個將內存復制到每個子進程的問題。 我不知道這種多處理程序是否會執行相同的操作,但為將來的加速而牢記這一點。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.