从 python 加速 opencv？

编程问答 2022-04-23

问题描述

人们有没有成功地在 python/opencv 中加速视频（后期）处理？

我在（非 M1）MacBook Pro 上使用 brew 的 4.5.2。

我希望影响性能的两个“支柱”是：

  • 我使用 ndarray 类型作为 Mat（默认），所以我不相信 算法可以利用 OpenCL 加速。
  • VideoCapture 看起来是实时读取（），所以我被限制为最高 30 fps 在 30 fps 源上处理。一些来源建议使用 FFMPEG， 即从源代码构建，将允许与处理器一样快地读取 可以运行。

我从在线搜索中看到的（因为我是后处理）建议使用并行处理，方法是将文件拆分为多个块并在单独的线程中读取。我可以看看。但我也想了解人们是否成功解决了我提出的两个问题。理想情况下，更快的阅读和处理将使我避免必须分块然后组合视频片段...

我最初尝试转换 Mat -> UMat 并没有明显的改进，尽管我可以看到 OpenCV 源为我正在使用的方法（undistort、cvtColor、calcopticalFlowFarneback 等）提供了 OpenCL 实现。 FWIW，对于 30 fps 的源，我得到

总结：

  1. 人们是否看到使用 UMat 而不是 Mat 来支持 OpenCL 的改进？
  2. 使用 FFMPEG 的自定义构建是否比使用 VideoCapture 的实时读取速度更快？
  3. 我没有想到的建议？

由于迭代速度的原因，我的意图是使用 python，所以我希望有一些简单的技巧来加快每次迭代的计算步骤。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

openclopenclopencvopencvpython