消除Python OpenCV显示摄像头画面延迟的方法

1. 问题描述

用 Python 通过 OpenCV显示摄像头画面时，如果对视频帧进行一些处理，常常会遇到一个问题，显示的画面比眼睛看到真实场景慢几秒甚至更多，给用户的体验不好。

画面延迟与卡顿的区别
卡顿是指视频播放时，出现一顿一顿的现象，不流畅，通常每秒播放速率少于10帧就可以感受到。 延迟是显示的画面比实际的场景慢了一段时间，不同步，但可能是流畅的。摄像头画面出现卡顿，通常也会造成延迟。

关于画面卡顿的原因及解决方案，不是本文讨论范围，但本人另1篇文章可能对此有帮助, 可参阅 用Numba加速OpenCV Python视频处理代码,提升6.5倍性能

2. 画面延迟原因

在视频处理应用程序中，由于对图像帧进行处理，通常会消耗一些时间，而OpenCV低层读帧时有缓存队列，会保存未取出的图像，用 read()方法读出的，可能是缓存里的旧帧，不是摄像头当前的帧。缓存中的帧较多时，就出现了明显的延迟。

解决方法

自定义1个无缓存读视频的VideoCapture接口类，来代替OpenCV的VideoCapture类。
开发步骤：
1） 建立1个队列queue
2） 开启1个子线程, 实时读取摄像头视频帧，队列中总是保存最后一帧，删除旧帧。
3） 显示时，从新接口类的队列中读取帧。

实现代码

import cv2
import queue
import threading
import time

# 自定义无缓存读视频类
class VideoCapture:
    """Customized VideoCapture, always read latest frame """
    
    def __init__(self, camera_id):
        # "camera_id" is a int type id or string name
        self.cap = cv2.VideoCapture(camera_id)
        self.q = queue.Queue(maxsize=3)
        self.stop_threads = False    # to gracefully close sub-thread
        th = threading.Thread(target=self._reader)
        th.daemon = True             # 设置工作线程为后台运行
        th.start()

    # 实时读帧，只保存最后一帧
    def _reader(self):
        while not self.stop_threads:
            ret, frame = self.cap.read()
            if not ret:
                break
            if not self.q.empty():
                try:
                    self.q.get_nowait() 
                except queue.Empty:
                    pass
            self.q.put(frame)

    def read(self):
        return self.q.get()
    
    def terminate(self):
        self.stop_threads = True
        self.cap.release()

if __name__ == "__main__":        
    # 测试自定义VideoCapture类
    cap = VideoCapture(0)
    while True:
        frame = cap.read()
        time.sleep(0.05)   # 模拟耗时操作，单位：秒   
        cv2.imshow("frame", frame)
        if chr(cv2.waitKey(1)&255) == 'q':  # 按 q 退出
            cap.terminate()
            break

使用上述方式，即使对视频帧处理时间过长，出现卡顿，由于新类会将未处理的帧丢弃，总是读取摄像头当前帧，因此消除了延迟，画面还是实时的。

实际应用时，可在本例代码基础上，进行优化。