使用OpenCV在Python中迭代CvMat的最快方式是什麼？

我使用OpenCV和Python來處理視頻流。我想實現我自己的算法，所以我需要遍歷每個幀。使用OpenCV在Python中迭代CvMat的最快方式是什麼？

我到目前爲止的工作，但方式太慢，不能實時。我知道Python不是最高效的編程語言，但我認爲它可以做得比這更好，因爲內置的圖像轉換功能非常快。 Numpy可能是要走的路，但我還不熟悉它。

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

我該如何加快這個過程？謝謝，b_m

來源

2012-03-23 b_m

OpenCV有很不錯的python文檔here。基本上你應該總是嘗試使用這些內置的opencv函數或numpy來對視頻幀進行操作。對於幀處理看一看operations on arrays，用這個你可以通過像素處理循環，這是荒謬的慢替換整個像素：

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)

有：

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

，輕鬆地進行實時播放，有很多很酷的功能可以讓你合併視頻等。

來源

2012-03-23 18:29:45 fraxel

我知道這是正確的方式，我已經這樣做了，但現在我需要做一些操作，如果不循環數組，就無法執行操作。那麼，這可能是可能的，但我不知道如何。例如，如何找到圖像的第一個（左上角）紅色像素？這些東西將會是循環的小菜一碟。 – 2012-03-23 19:10:26

@b_m - 'frameImg [0,0]'會爲您提供左上角像素的RGB值。你能解釋你真正想做什麼嗎？然後可能能夠幫助更多;） – fraxel 2012-03-23 19:25:06

我的意思是第一個像素是紅色的。我甚至不知道我想從長遠來看做什麼，我只是看到，在某些時候使用循環是不可避免的。 – 2012-03-23 19:32:04

Python for循環太慢了。如果您可以使用內置函數（或numpy或其他擴展模塊）來表達您的算法，請執行此操作。例如，乘以常數的示例很容易用ConvertScale實現。如果算法更復雜，則必須在C級實現它。 Cython是一種讓人更容易的流行方式。

來源

2012-03-23 15:50:48

這可能是一個好主意，我會研究它。有一個名爲opencv-cython的項目，但它使用了opencv2.0。 – 2012-03-26 20:57:13

使用OpenCV在Python中迭代CvMat的最快方式是什麼？

回答

相關問題