树莓派3B+指南（九）解决帧率不足的问题

最新推荐文章于 2025-07-04 13:05:45 发布

原创

最新推荐文章于 2025-07-04 13:05:45 发布 · 9.4k 阅读

64 ·

CC 4.0 BY-SA版权

文章标签：

#帧率不足 #树莓派

本文针对树莓派3B+在人脸识别跟踪时遇到的帧率不足问题进行探讨。通过尝试多进程、多核处理以提高效率，但受限于树莓派内存，逐帧处理仍会导致卡顿。解决方案包括选择性跳帧或逐帧处理，并总结了多进程操作中遇到的cv2.imshow()和cv2.imread()的限制以及Process和Queue的使用注意事项。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

解决帧率不足的问题

这个可能是我目前遇到最大的问题了，如果帧率很低，是没有办法满足人脸识别跟踪的。希望下面的方法可以有效解决这个问题。

查看网上资料，使用多进程，多核处理会快一些。

搞了好几天，终于搞出点眉目，但是因为树莓派的内存实在有限，如果逐帧处理，尽管用上了所有cpu资源，还是会很卡。所以有了以下的版本，可选择跳帧，可以选择逐帧。可以根据自己的需求更改。

import multiprocessing as mp
import cv2
import dlib

def detect_face(frame,value):
    img = frame
    dets = detector(img, 1)
    for index, face in enumerate(dets):
 
        left = face.left()
        top = face.top()
        right = face.right()
        bottom = face.bottom()

#因为如果没有检测到脸，上面四个变量是不存在的，
#会报出UnboundLocalError的错误，所以要处理一下。           
    try:
        value[:] = [left,top,right,bottom]
    except UnboundLocalError:
        value[:] = [0,0,0,0]

def draw_line(img,box):
    
    left = box[0]
    top = box[1]
    right = box[2]
    bottom = box[3]
    
#给传进来的img画框，并返回
    cv2.rectangle(img, (left*2, top*2), (right*2, bottom*2), (255, 0, 0), 1)
    return img
    
if __name__=='__main__':

#initial detector and cap
#树莓派的运行内存有限，所以要将采集的图片