python - 使用 OpenCV 在 Python 中迭代 CvMat 的最快方法是什么？

Question

我正在使用 OpenCV 和 Python 来处理视频流。我想实现自己的算法，所以我需要遍历每一帧。

到目前为止，我所拥有的一切都有效，但速度太慢，无法实现实时。我知道 Python 不是最高效的编程语言，但考虑到内置的图像转换函数非常快，我相信它可以做得更好。 Numpy 可能是要走的路，但我还不熟悉它。

import cv, numpy
vidFile = cv.CaptureFromFile( 'sample.avi' )
nFrames = int(  cv.GetCaptureProperty( vidFile, cv.CV_CAP_PROP_FRAME_COUNT ) )
for f in xrange( nFrames ):
  frameImg = cv.QueryFrame( vidFile )
  frameMat=cv.GetMat(frameImg)
  print "mat ", mat[3,1]
  for x in xrange(frameMat.cols):
    for y in xrange(frameMat.rows):
        # just an example, multiply all 3 components by 0.5
        frameMat[y, x] = tuple(c*0.5 for c in frameMat[y, x])
  cv.ShowImage( "My Video Window",  frameMat )
  if cv.WaitKey( waitPerFrameInMillisec  ) == 27:
    break

我怎样才能加快这个过程？谢谢，b_m

Answer 1

OpenCV 有很好的 python 文档 here .基本上，您应该始终尝试使用这些内置的 opencv 函数或 numpy 对视频帧进行操作。对于帧处理，请查看 operations on arrays ，使用它您可以逐个像素地替换整个像素处理循环，这是非常慢的:

frameMat=cv.GetMat(frameImg)
print "mat ", mat[3,1]
for x in xrange(frameMat.cols):
    for y in xrange(frameMat.rows):
        # just an example, multiply all 3 components by 0.5
        frameMat[y, x] = tuple(c*0.5 for c in frameMat[y, x])
cv.ShowImage( "My Video Window",  frameMat )

与:

cv.ConvertScale(frameImg, frameImg, scale=0.5)
cv.ShowImage( "My Video Window",  frameImg )

并且轻松实时播放，有很多很酷的功能可以让您合并视频等。