线程中使用OpenCV引发Python内存泄漏的问题咨询

我编写了一段每次迭代都会泄漏少量内存的代码，但无法明确原因。场景是我需要偶尔采集图像并通过OpenCV保存到磁盘，为避免拖慢主程序，采用线程执行保存操作，但最终电脑因内存耗尽而卡死。问题出在线程中调用OpenCV函数的场景，示例代码如下：

import threading
import cv2
import numpy as np
import gc

class Memleak_test:
    def __init__(self):
        self.thread = None

    def test(self, frame):
        frame = cv2.resize(frame, (20, 20))
        
    def run_threaded(self):
        frame = np.zeros((10, 10, 3)).astype(np.uint8)
        self.thread = threading.Thread(target=self.test, args=(frame,))
        self.thread.start()

    def test_memleak(self):
        if self.thread is not None:
            self.thread.join()
        self.run_threaded() # leaks memory
        return None

m = Memleak_test()
while True:
    m.test_memleak()
    gc.collect()

查阅资料发现该问题疑似与thread-local storage (TLS)相关，且据称在OpenCV 3.4中已修复，但我在新版本中仍遇到该问题。请问是否有办法阻止内存泄漏？或者是否需要改为仅启动单个线程处理队列任务，这种方式是否仍会导致泄漏？

1. 复用单个线程+任务队列（推荐） #

你当前代码每次迭代都创建新线程，而OpenCV的TLS资源在线程销毁时可能无法完全释放，这是泄漏的核心原因。改用单个常驻线程+任务队列的方式，避免频繁创建/销毁线程，能从根源解决问题：

示例代码如下：

import threading
import cv2
import numpy as np
import gc
from queue import Queue

class SafeImageSaver:
    def __init__(self):
        self.task_queue = Queue(maxsize=10)  # 限制队列大小防止内存暴涨
        self.worker_thread = threading.Thread(target=self._worker_loop, daemon=True)
        self.worker_thread.start()

    def _worker_loop(self):
        # 单个常驻线程，持续处理队列任务
        while True:
            frame = self.task_queue.get()
            if frame is None:  # 退出信号
                break
            # 执行OpenCV操作
            frame = cv2.resize(frame, (20, 20))
            # 如果是保存操作，这里添加cv2.imwrite(...)逻辑
            self.task_queue.task_done()

    def add_task(self, frame):
        # 提交任务到队列，不会阻塞主线程
        if not self.task_queue.full():
            self.task_queue.put(frame.copy())  # 复制帧避免原数据被修改

# 使用示例
saver = SafeImageSaver()
while True:
    frame = np.zeros((10, 10, 3)).astype(np.uint8)
    saver.add_task(frame)
    gc.collect()

这种方式下，OpenCV的TLS资源只会在单个线程中初始化一次，线程持续运行不会频繁销毁，因此不会出现TLS相关的内存泄漏。

2. 手动清理OpenCV线程资源（备选） #

如果必须使用多线程（不推荐），可以尝试在每个线程结束前手动调用OpenCV的清理函数，强制释放TLS资源：

def test(self, frame):
    try:
        frame = cv2.resize(frame, (20, 20))
    finally:
        # 强制清理当前线程的OpenCV资源
        cv2.destroyAllWindows()  # 即使没创建窗口，也能触发部分资源清理
        cv2.waitKey(1)  # 配合destroyAllWindows完成资源释放

注意：这种方法在部分OpenCV版本/平台上可能无效，因为TLS资源的释放逻辑可能不对外暴露。

3. 验证泄漏根源 #

可以先把OpenCV操作替换成纯numpy操作，测试是否还存在泄漏：

def test(self, frame):
    # 替换成numpy的resize，看是否还泄漏
    frame = np.resize(frame, (20, 20, 3))

如果替换后不再泄漏，那可以确定是OpenCV的TLS问题，优先采用方案1解决。

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