Python循环耗时久，OpenCV蓝色滤镜视频卡顿怎么解决？

问题根源 #

你用嵌套for循环逐个修改像素，Python的循环执行效率极低，面对视频帧这类高分辨率数据时，会产生大量耗时，直接导致视频输出卡顿。

优化代码 #

利用NumPy的向量运算特性，直接对整个帧数组做批量修改，彻底抛弃低效的像素级循环：

import numpy as np
import cv2

cap = cv2.VideoCapture(0)  

while True:
    ret, frame = cap.read()  
    # 批量将所有像素的蓝色通道设为255，保留绿、红通道数据
    frame[:, :, 0] = 255

    cv2.imshow('frame', frame)

    if cv2.waitKey(1) == ord('q'):
        break

cap.release()  
cv2.destroyAllWindows()    

优化原理 #

• OpenCV读取的视频帧本质是NumPy数组，frame[:, :, 0]代表选取所有行、所有列的第0个通道（OpenCV中通道顺序为BGR，第0位对应蓝色通道）。
• 这种批量赋值操作由NumPy底层的C语言实现，执行速度比Python层面的循环快几个数量级，能显著提升处理帧率，解决卡顿问题。

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