### 高帧率摄像头捕获与优化 在 Python 中实现高帧率摄像头捕获，通常需要结合多线程技术来分离视频帧处理和摄像头录制的逻辑[^1]。如果将这两部分代码放在同一个线程中运行，处理器的处理速度可能无法跟上摄像头的帧率，从而导致摄像头帧率被迫降低以匹配处理速度，或者出现停等现象[^1]。 以下是实现高帧率摄像头捕获的一个完整示例，使用 `cv2.VideoCapture` 和 `threading` 模块： ```python import cv2 import threading import queue class CameraCaptureThread(threading.Thread): def __init__(self, camera_index=0): super().__init__() self.cap = cv2.VideoCapture(camera_index) self.q = queue.Queue() self.running = True def run(self): while self.running: ret, frame = self.cap.read() if ret: if not self.q.full(): self.q.put(frame) def get_frame(self): if not self.q.empty(): return self.q.get() return None def stop(self): self.running = False self.cap.release() # 初始化摄像头捕获线程 camera_thread = CameraCaptureThread(0) # 使用默认摄像头 camera_thread.start() try: while True: frame = camera_thread.get_frame() if frame is not None: cv2.imshow("High FPS Camera", frame) if cv2.waitKey(1) & 0xFF == ord('q'): break finally: camera_thread.stop() cv2.destroyAllWindows() ``` #### 关键点解析 - **多线程设计**：通过 `CameraCaptureThread` 类将摄像头帧捕获与主程序分离，避免了单线程下视频处理对帧率的影响[^1]。 - **队列管理**：使用 `queue.Queue` 来缓存捕获到的帧，确保即使处理速度较慢也不会丢失过多帧。 - **停止机制**：提供 `stop` 方法安全释放资源，防止程序退出时资源泄漏。 此外，为了进一步优化帧率，可以调整摄像头参数，例如分辨率、格式等[^4]。以下是一个设置摄像头分辨率的示例： ```python cap = cv2.VideoCapture(0) cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280) # 设置宽度 cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720) # 设置高度 cap.set(cv2.CAP_PROP_FPS, 60) # 尝试设置帧率为60fps ``` 需要注意的是，实际帧率还受到硬件性能和驱动支持的限制，因此上述设置可能不会完全生效[^3]。 ---