「图像处理」opencv（python）获取摄像头画面（使用队列Queue实现显示）

最开始使用opencv_python捕获摄像头的时候，都是简单粗暴的while死循环，然后在同一个线程里面进行图像处理。这种方法有点莽。

后来使用线程，这样实现：

import threading
import cv2


class OpcvCapture(threading.Thread):
    def __init__(self, win_name, cam_name):
        super().__init__()
        self.cam_name = cam_name
        self.win_name = win_name

    def run(self):
        capture = cv2.VideoCapture(self.cam_name)
        while (True):
            # 获取一帧
            ret, frame = capture.read()
            cv2.imshow(self.win_name, frame)
            cv2.waitKey(1)


if __name__ == "__main__":
    camera0 = OpcvCapture("camera0", 0)
    camera0.start()
    camera1 = OpcvCapture("camera1", 1)
    camera1.start()
    run_code = 0

对于每一帧图像的处理，都是把处理方法方式注入到摄像头捕获的线程中执行，跨线程的时候就很麻烦，有些时候会无法运行。

所以现在改用队列的方式，将图像的获取与处理完全分开，各干各的，这样摄像头捕获程序就可以作为一个类，可以不用再去修改它了。

对于每一帧的处理作为独立的线程从图像队列中去取图像就好，至于如何处理，都不用修改摄像头帧捕获的相关代码。

整理以下，方便以后取用。

import time
import cv2
from queue import Queue
from threading import Thread


"""
Camera类只负责从摄像头获取图像
对图像的处理（包括显示）由外部定义
"""
class Camera:
    def __init__(self, device_id, frame_queue):
        self.device_id = device_id  # 摄像头id
        self.cam = cv2.VideoCapture(self.device_id)  # 获取摄像头
        self.frame_queue = frame_queue  # 帧队列
        self.is_running = False  # 状态标签
        self.fps = 0.0  # 实时帧率
        self._t_last = time.time() * 1000
        self._data = {} 

    def capture_queue(self):
        # 捕获图像
        self._t_last = time.time() * 1000
        while self.is_running and self.cam.isOpened():
            ret, frame = self.cam.read()
            if not ret:
                break
            if self.frame_queue.qsize() < 1: 
                # 当队列中的图像都被消耗完后，再压如新的图像              
                t  = time.time() * 1000
                t_span = t - self._t_last                
                self.fps = int(1000.0 / t_span)
                self._data["image"] = frame.copy()
                self._data["fps"] = self.fps
                self.frame_queue.put(self._data)
                self._t_last = t

    def run(self):
        self.is_running = True
        self.thread_capture = Thread(target=self.capture_queue)
        self.thread_capture.start()

    def stop(self):
        self.is_running = False
        self.cam.release()


# 对于图像的处理方法
def show_frame(frame):
        while True:
            # 根据实际需求，设置跳出循环（结束线程）的方法
            data = frame.get()
            image = data["image"]
            cv2.putText(image, "fps:{fps}".format(fps=data["fps"]), (10, 20), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0 ,0))
            cv2.namedWindow("camera", cv2.WINDOW_AUTOSIZE)    
            cv2.imshow("camera", image)
            if cv2.waitKey(1)& 0xFF == ord('q'): 
                break
            frame_queue.task_done()


if __name__ == "__main__":
    # 启动 获取摄像头画面的 线程
    frame_queue = Queue()
    cam = Camera(0, frame_queue)
    cam.run()
    # 启动处理（显示）摄像头画面的线程
    thread_show = Thread(target=show_frame, args=(frame_queue,))
    thread_show.start()
    time.sleep(60)
    cam.stop()
    # TO DO 修改图像处理的死循环（while True）确保可正常结束。