多线程-摄像头定位车牌的位置

继上一篇：opencv-python打开摄像头定位车牌之后，我发现摄像头有时会比较卡顿，显然这不是我想要的效果。
产生卡顿的原因在于：摄像头读取到的有很多帧，但是如果每一帧我们都对其做各种滤波、腐蚀、膨胀等操作，那显然计算是跟不上摄像头捕捉的速率的。

那么我们就引入了多线程。

想法如下：把摄像头显示的部分放在主线程，然后开启一个线程去处理图像。

实现代码如下：

import cv2
import threading

cap = cv2.VideoCapture(1)  # 创建一个 VideoCapture 对象

# 新线程执行的代码:
def deal(frame):
    # 高斯去噪
    image = cv2.GaussianBlur(frame, (3, 3), 0)

    # 灰度处理
    gray_image = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)

    # sobel算子边缘检测（做了一个y方向的检测）
    Sobel_x = cv2.Sobel(gray_image, cv2.CV_16S, 1, 0)
    # Sobel_y = cv2.Sobel(image, cv2.CV_16S, 0, 1)
    absX = cv2.convertScaleAbs(Sobel_x)  # 转回uint8

    image = absX

    # 自适应阈值处理
    ret, image = cv2.threshold(image, 0, 255, cv2.THRESH_OTSU)

    # 闭运算,是白色部分练成整体
    kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (17, 5))

    image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernelX, iterations=3)

    # 去除一些小的白点
    kernelX = cv2.getStructuringElement(cv2.MORPH_RECT, (20, 1))
    kernelY = cv2.getStructuringElement(cv2.MORPH_RECT, (1, 19))

    # 膨胀，腐蚀
    image = cv2.dilate(image, kernelX)
    image = cv2.erode(image, kernelX)
    # 腐蚀，膨胀
    image = cv2.erode(image, kernelY)
    image = cv2.dilate(image, kernelY)

    # 中值滤波去除噪点
    image = cv2.medianBlur(image, 15)

    contours, hierarchy = cv2.findContours(image, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # 绘制轮廓
    image1 = frame.copy()
    cv2.drawContours(image1, contours, -1, (0, 255, 0), 5)

    # 筛选出车牌位置的轮廓
    # 这里我只做了一个车牌的长宽比在3:1到4：1之间这样一个判断
    for item in contours:
        # cv2.boundingRect用一个最小的矩形，把找到的形状包起来
        rect = cv2.boundingRect(item)
        x = rect[0]
        y = rect[1]
        weight = rect[2]
        height = rect[3]
        # 440mm×140mm
        if (weight > (height * 2.5)) and (weight < (height * 4)):
            # image = frame[y:y + height, x:x + weight]
            cv2.rectangle(frame, (x, y), (x + weight, y + height), (0, 0, 255), 2)  # 画出矩形
            cv2.imshow('rawImage', frame)


while cap.isOpened():  # 循环读取每一帧
    ret_flag, frame = cap.read()  # 返回两个参数，第一个是bool是否正常打开，第二个是照片数组，如果只设置一个则变成一个tuple包含bool和图片
    # 主线程
    cv2.imshow('rawImage', frame)

    t = threading.Thread(target=deal, name='funThread', args=(frame,))
    # 子线程
    t.start()  # 启动线程
    t.join()  # 调用join方法，主线程等待t线程结束

    if cv2.waitKey(1) == 27:  # Esc退出
        break

cap.release()  # 释放摄像头
cv2.destroyAllWindows()  # 删除建立的全部窗口

画面其实比之前流畅了很多，基本是实时的。