如何使用Python将原始帧率25的摄像头降至6-7帧率（多摄像头线程存储场景）

我懂你现在的困扰——用多线程读取25fps的摄像头，想要把输出帧率压到6-7fps，同时把帧存到对应deque里，但当前代码因为没做任何帧率控制，每读到一帧就直接塞队列，自然达不到降速效果。下面给你两个实用的解决方案，结合多线程场景优化：

方案一：基于时间间隔控制（适配帧率波动场景） #

这个方法的核心是计算目标帧率对应的时间间隔，只有当两次存帧的时间差达到这个间隔时，才把帧加入队列。适合摄像头帧率不稳定的情况，能保证整体帧率稳定在目标范围。

import time
import cv2
from collections import deque
import threading

class CameraReader:
    def __init__(self, camera_id, target_fps=6):
        self.capture = cv2.VideoCapture(camera_id)
        self.deque = deque(maxlen=10)  # 可根据需求设置队列最大长度
        self.online = True
        self.target_interval = 1.0 / target_fps  # 目标帧间隔时间（秒）
        self.last_save_time = time.time()
        self.deque_lock = threading.Lock()  # 线程安全锁，避免并发操作异常

    def read_frames(self):
        while self.online:
            try:
                status, frame = self.capture.read()
                if not status:
                    self.capture.release()
                    self.online = False
                    break
                frame = cv2.resize(frame, (640, 360))
                current_time = time.time()
                # 检查是否达到目标时间间隔
                if current_time - self.last_save_time >= self.target_interval:
                    # 加锁保证队列操作线程安全
                    with self.deque_lock:
                        self.deque.append(frame)
                    self.last_save_time = current_time
            except Exception as e:
                print(f"摄像头{camera_id}读取错误: {e}")
                self.online = False
                self.capture.release()
                break

优点：不依赖摄像头的原始帧率稳定性，即使摄像头偶尔卡帧，也能维持目标帧率；实现简单，无需额外计算。
注意：如果有其他线程需要读取这个deque，读取时也要用with self.deque_lock:包裹操作，避免并发冲突。

方案二：基于帧计数跳过（适配帧率稳定场景） #

如果你的摄像头能稳定输出25fps，那可以直接计算需要跳过的帧数——25fps降到6fps，大概每4帧取1帧（25/6≈4.16，取整为4），通过计数器控制只保存指定间隔的帧。

import cv2
from collections import deque
import threading

class CameraReader:
    def __init__(self, camera_id, target_fps=6, original_fps=25):
        self.capture = cv2.VideoCapture(camera_id)
        self.deque = deque(maxlen=10)
        self.online = True
        # 计算每多少帧保存一次
        self.skip_count = round(original_fps / target_fps)
        self.frame_counter = 0
        self.deque_lock = threading.Lock()

    def read_frames(self):
        while self.online:
            try:
                status, frame = self.capture.read()
                if not status:
                    self.capture.release()
                    self.online = False
                    break
                frame = cv2.resize(frame, (640, 360))
                self.frame_counter += 1
                # 每skip_count帧保存一次，之后重置计数器
                if self.frame_counter % self.skip_count == 0:
                    with self.deque_lock:
                        self.deque.append(frame)
                    self.frame_counter = 0
            except Exception as e:
                print(f"摄像头{camera_id}读取错误: {e}")
                self.online = False
                self.capture.release()
                break

优点：帧率控制精准，适合摄像头输出稳定的场景；计算逻辑简单，性能开销小。
缺点：如果摄像头实际帧率波动大，目标帧率会出现偏差。

额外提示 #

• 如果你需要更精准的帧率控制，可以结合OpenCV的CAP_PROP_FPS先获取摄像头的实际输出帧率，再调整计算参数；
• 每个摄像头对应独立的CameraReader实例和线程，避免多个摄像头共享资源导致的冲突；
• 可以给deque设置maxlen，避免队列无限增长占用过多内存。

内容的提问来源于stack exchange，提问作者user14003991