Python多进程opencv调用rtsp视频流(改进版) |
您所在的位置:网站首页 › python读取rtsp流的每帧 › Python多进程opencv调用rtsp视频流(改进版) |
前几天遇到了一个问题,利用opencv程序调取rtsp视频流,因为处理程序要消耗的CPU时间过于长,VideoCapture的read是按帧读取,所以经常导致内存溢出,延时还高得出奇。 所以想到是不是可以利用多进程把读取视频和处理视频分开,这样就可以消除因处理图片所导致的延迟。 逻辑论证在上一篇中有讲解,但是会有程序不好读、不好移植、不好维护的缺点,而且图片的处理算法放到进程内也不好调试。 经过一年多的学习又加上最近看完了《流畅的python》就正好改进一下直接重新包装实现VideoCapture。同时也感谢@qq_39658909的提问 所用库multiprocessinggcopencv-pythonabc 实现方法不熟悉抽象基类的话可以直接看总结 将主要的实现逻辑写成一个抽象基类ABVideoCapture,其子类只用关心要做的图像算法,并实现到.process_image(image)这一方法中,就可以定制一个自带算法处理的实时VideoCapture类 ABVideoCapture也可以选择重构.write静态方法以支持从其他的数据源中读取图片。这里边有鸭子类型带来的好处 ABVideoCapture.read_gen()是一个生成器函数,也是整个实例可以快速运行的核心,ABVideoCapture.read()和ABVideoCapture.__iter__()都依赖于它。实例会维护一个由它返回的生成器ABVideoCapture.__read_gen。它可以一个一个的生成经过自定义算法处理过后的缓存栈顶的图片。 抽象基类实现了迭代器协议__iter__和上下文管理器协议__enter__、__exit__。 实现代码import gcimport abcfrom multiprocessing import Process, Manager import CV2 # 定义抽象基类,此类不能直接实例化# 做好框架# 其子类只用实现.process_image方法,返回任意图像算法处理后的从缓存栈中读取的图片class ABVideoCapture(abc.ABC): def __init__(self, cam, top=100): self.stack = Manager().list() self.max_cache = top self.write_process = Process(target=self.__class__.write, args=(self.stack, cam, top)) self.write_process.start() self.__read_gen = self.read_gen() @abc.abstractmethod def process_image(self, image): """ 对输入的图片进行处理并返回处理后的图片 """ def read_gen(self): while True: if len(self.stack) != 0: img = self.process_image(self.stack.pop()) yield img def read(self): try: return True, next(self.__read_gen) except StopIteration: return False, None except TypeError: raise TypeError('{}.read_gen必须为生成器函数'.format(self.__class__.__name__)) def __iter__(self): yield from self.__read_gen def release(self): self.write_process.terminate() def __del__(self): self.release() @staticmethod def write(stack, cam, top): """向共享缓冲栈中写入数据""" cap = CV2.VideoCapture(cam) while True: _, img = cap.read() if _: stack.append(img) # 每到一定容量清空一次缓冲栈 # 利用gc库,手动清理内存垃圾,防止内存溢出 if len(stack) >= top: del stack[:] gc.collect() def __enter__(self): return self def __exit__(self, exc_type, exc_val, exc_tb): self.release() # 继承ABVideoCapture,对缓存栈中的图片不做处理直接返回class VideoCapture(ABVideoCapture): def process_image(self, image): # 这里对图像的处理算法可以随意制定 return image 示例一(经典用法)camera_addr = 0 cap = VideoCapture(camera_addr)while True: _, img = cap.read() if _: CV2.imshow('img', img) key = CV2.waitKey(1) & 0xFF if key == ord('q'): break cap.release()CV2.destroyAllWindows() 示例二(上下文+迭代器)camera_addr = 0with VideoCapture(camera_addr) as cap: for img in cap: CV2.imshow('img', img) key = CV2.waitKey(1) & 0xFF if key == ord('q'): breakCV2.destroyAllWindows() 总结当然,对于用户,只用继承ABVideoCapture然后像代码中那样重写process_image就可以 甚至直接像实例中那样用VideoCapture得到图像再去处理也是可以的 其它抽象基类的实现细节可以完全不用管 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |