dicom多帧转换_Python opencv一次读取视频里面多张视频帧

本文介绍了在进行视频人脸打码时,如何利用opencv提高读取多帧视频的性能。通常opencv一次只能读取一帧,但通过理解深度神经网络的批处理原理,可以自行实现一次性读取多帧并进行人脸检测的优化方法,提升处理效率。
摘要由CSDN通过智能技术生成

背景

在对视频进行人脸打码时,需要从硬盘读取视频帧,然后通过训练好的深度神经网络模型进行人脸监测,获取到人脸的位置,然后对人脸进行打码。

opencv读取多张视频帧,提高性能

由于opencv每次只能读取一张视频帧,然后把这一张视频帧送入神经网络模型进行人脸监测,这样逐帧的处理视频,速度相对来说比较慢。

为了提高性能,需要进行优化。如果对训练深度神经网络模型原理了解的话,那么可以每次传入多个视频帧,这样每次作为一个batch,使计算效率更高一些。

深度神经网络模型在训练时,是每次处理一个batch图像,通过梯度下降,优化模型参数。[batch,image_channel,image_height,image_width],这是深度卷积神经网络模型训练时,需要传入的数据shape。

这样就需要opencv每次读取多个视频帧,但是opencv里面没有这样的方法,只能自己去实现这样的方法。

实例代码

 1import cv
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值