Python – 显示使用 OpenCV 处理网络摄像头/视频文件的实时 FPS

我们将根据我们的选择显示视频文件或网络摄像头的实时处理 FPS。
FPS或每秒帧数或帧率可以定义为每秒显示的帧数。可以将视频假定为图像的集合，或者我们可以说以某种速率显示以产生运动的帧。如果您希望识别视频中的对象，则 15 fps 就足够了，但如果您希望识别以 40 公里/小时的速度移动的车号。在高速公路上，您需要至少 30 fps 才能轻松识别。因此，如果我们知道如何在我们的计算机视觉项目中计算 FPS，那将是一件好事。
计算实时 FPS 的步骤：

• 第一步是使用 cv2.VideoCapture()创建一个 VideoCapture 对象。我们可以根据我们的选择从网络摄像头或视频文件中读取视频。
• 现在我们将逐帧处理捕获的素材，直到capture.read()为真（这里 capture 表示一个对象，此函数还带有 frame 它还返回 bool 并提供帧是否已成功读取的信息）。
• 为了计算 FPS，我们会记录上一帧处理的时间和当前帧处理的结束时间。因此，一帧的处理时间将是当前时间和上一帧时间之间的时间差。
  

Processing time for this frame = Current time – time when previous frame processed

所以当前的 fps 将是：

FPS = 1/ (Processing time for this frame)

• 由于 FPS 将始终为整数，我们将 FPS 转换为整数，然后将其类型转换为字符串，因为在 frame 上使用 cv2.putText() 显示字符串会更容易和更快。现在借助cv2.putText()方法，我们将在此帧上打印 FPS，然后借助cv2.imshow()函数显示此帧。
  

代码：上述方法的Python代码实现

Python3

import numpy as np
import cv2
import time
 
 
# creating the videocapture object
# and reading from the input file
# Change it to 0 if reading from webcam
 
cap = cv2.VideoCapture('vid.mp4')
 
# used to record the time when we processed last frame
prev_frame_time = 0
 
# used to record the time at which we processed current frame
new_frame_time = 0
 
# Reading the video file until finished
while(cap.isOpened()):
 
    # Capture frame-by-frame
 
    ret, frame = cap.read()
 
    # if video finished or no Video Input
    if not ret:
        break
 
    # Our operations on the frame come here
    gray = frame
 
    # resizing the frame size according to our need
    gray = cv2.resize(gray, (500, 300))
 
    # font which we will be using to display FPS
    font = cv2.FONT_HERSHEY_SIMPLEX
    # time when we finish processing for this frame
    new_frame_time = time.time()
 
    # Calculating the fps
 
    # fps will be number of frame processed in given time frame
    # since their will be most of time error of 0.001 second
    # we will be subtracting it to get more accurate result
    fps = 1/(new_frame_time-prev_frame_time)
    prev_frame_time = new_frame_time
 
    # converting the fps into integer
    fps = int(fps)
 
    # converting the fps to string so that we can display it on frame
    # by using putText function
    fps = str(fps)
 
    # putting the FPS count on the frame
    cv2.putText(gray, fps, (7, 70), font, 3, (100, 255, 0), 3, cv2.LINE_AA)
 
    # displaying the frame with fps
    cv2.imshow('frame', gray)
 
    # press 'Q' if you want to exit
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
 
# When everything done, release the capture
cap.release()
# Destroy the all windows now
cv2.destroyAllWindows()

输出：以绿色显示实时 FPS 的视频文件。