我遇到了这个有趣的情况（加速光流（createOptFlow_DualTVL1）），但它不适用于我的需求。我的一般问题是，如果适用，我想尽可能加快以下代码的速度。请记住，我希望帧为灰度并height = 300在保持纵横比锁定的同时调整它们的大小。另外，我想从该视频中每秒采样 2 帧，因此我假设每个视频都在30fps. 最后想用TV-L1光流算法。有没有办法提升这个算法，因为对于 1 分钟的视频，估计光流大约需要 3 分钟，这对于我的需求来说太耗时了。
提前致谢，埃文
import math, imutils, cv2
print ("Entering Optical Flow Module...")
cap = cv2.VideoCapture(video_path)
current_framerate = cap.get(5)
ret, frame1 = cap.read()
prvs = cv2.cvtColor(frame1,cv2.COLOR_BGR2GRAY)
prvs = imutils.resize(prvs, height = 300)
all_frames_flow=list()
while(cap.isOpened()):
frameId = cap.get(1)
ret, frame2 = cap.read()
if ret == True:
if (frameId % (math.floor(current_framerate)/2)==0): # assume videos are 30 fps and we want only 2 frames per second.
next = cv2.cvtColor(frame2,cv2.COLOR_BGR2GRAY)
next = imutils.resize(next, height = 300)
optical_flow = cv2.DualTVL1OpticalFlow_create()
flow = optical_flow.calc(prvs, next, None)
all_frames_flow.append(flow)
prvs = next
else:
continue
else:
break
cap.release()
对于 cv2 版本“'4.1.0'”：
根据下面对超参数的解释，下面的代码速度更快，但准确性较低。调整这些参数以根据要求解决速度与准确度的权衡问题。
optical_flow= cv2.optflow.DualTVL1OpticalFlow_create(nscales=1,epsilon=0.05,warps=1)
flow = optical_flow.calc(new_prvs, new_nxt, None)
int "nscales" : 用于创建图像金字塔的比例数。
int "warps" : 每个尺度的扭曲数。表示每个尺度计算 I1(x+u0) 和 grad( I1(x+u0) ) 的次数。这是保证方法稳定性的参数。它还影响运行时间，因此它是速度和准确性之间的折衷。
double epsilon ：数值方案中使用的停止准则阈值，这是精度和运行时间之间的权衡。较小的值将以较慢的收敛为代价产生更准确的解。
其他要调整的参数可以在这里找到
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句