我已经编写了以下代码
import cv2import datetimeimport timeimport pandas as pdcascPath = 'haarcascade_frontalface_dataset.xml' # datasetfaceCascade = cv2.CascadeClassifier(cascPath)video_capture = cv2.VideoCapture('video1.mp4')frames = video_capture.get(cv2.CAP_PROP_FRAME_COUNT) fps = int(video_capture.get(cv2.CAP_PROP_FPS)) print(frames) #1403 framesprint(fps) #30 fps# calculate duration of the video seconds = int(frames / fps) print("duration in seconds:", seconds) #46 secondsdf = pd.DataFrame(columns=['Time(Seconds)', 'Status'])start = time.time()print(start)n=5while True: ret, frame = video_capture.read() gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #converts frame to grayscale image faces = faceCascade.detectMultiScale( gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30), flags=cv2.FONT_HERSHEY_SIMPLEX ) if len(faces) == 0: print(time.time()-start, 'No Face Detected') df = df.append({'Time(Seconds)': (time.time()-start) , 'Status':'No Face detected' }, ignore_index=True) else: print(time.time()-start, 'Face Detected') df = df.append({'Time(Seconds)':(time.time()-start), 'Status':'Face Detected' }, ignore_index=True) # Draw a rectangle around the faces for (x, y, w, h) in faces: cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2) # Display the resulting frame cv2.imshow('Video', frame) df.to_csv('output.csv', index = False) if cv2.waitKey(1) & 0xFF == ord('q'): # print(df.head(2)) break# When everything is done, release the capturevideo_capture.release()cv2.destroyAllWindows()如果你想下载我正在处理的视频，可以从这里下载
从这里下载haar级联XML文件
我对这个有一些疑问。
- 目前它在视频的所有1403帧上运行，我希望优化它，使其在每隔
n帧后进行推理，这一点是可以自定义的。在代码中我提到n=5。所以，如果n=5，帧数应该是1403/5 = 280 - 我的CSV中的时间戳并不准确，我希望它们相对于视频。基本上，第一列（Time(Seconds)）应该表示视频中的时间，状态应该确定当时帧的状态（检测到/未检测到），Time(second)列应该在大约46秒时结束，这是视频的长度。
- 我的cv2.imshow显示的视频速度大约是2倍，我认为我可以通过使用cv2.imKey()来控制速度，cv2.waitKey的最佳参数是什么，以便我得到相似的速度输出视频。
感谢您阅读整个问题
回答：
如果你想每隔’n’帧读取一次，你可以像这样在VideoCapture.read()调用外包装一个循环：
for a in range(n): ret, frame = video_capture.read();对于CSV文件中的时间戳，如果那是数据集自带的，我会相信它。摄像头可能不是以一致的帧率捕捉的。如果你认为帧率是一致的，并且想自己生成时间戳，你可以跟踪你已经处理过的帧数，并用视频长度除以该数。（即在第150帧的时间戳将是(150 / 1403) * 46秒）
cv2.imshow()只是以循环运行的速度显示帧。这主要通过cv2.waitKey(毫秒)来控制。如果你认为你在循环中进行的处理所需的时间可以忽略不计，你可以将waitKey中的时间设置为((n / 1403) * 46 * 1000)。否则，你应该使用python的time模块来跟踪处理所需的时间，并从等待中减去该时间。
编辑：
抱歉，我应该在第一部分中更清楚地说明。那for循环中只有VideoCapture.read()这行，没有其他内容。这样你将读取’n’帧，但只处理每’n’帧中的一帧。这不是替换你已经有的整体while循环。你只是使用for循环来丢弃你想要跳过的帧。
哦，你还应该检查read()的返回值。
if not ret: break;如果没有这个检查，程序可能会在视频结束时崩溃。
