OpenCV接入IP摄像头时人脸检测抓帧功能异常问题求助

• 原代码硬编码cv2.VideoCapture(0)仅能读取系统默认索引的本地摄像头，IP摄像头需要传入RTSP/HTTP协议的流地址，而非本地设备索引
• 你使用的IP摄像头输出2560×1440分辨率画面，运算量是内置480P摄像头的12倍，直接送入Haar级联检测器会导致负载过高，出现卡顿、丢帧甚至程序崩溃
• 原代码未校验帧读取状态ret，IP流因为网络波动丢帧、断开时，直接调用色彩转换接口会直接触发报错
• 原逻辑同一帧检测到多个人脸时会重复写入多次相同图片，产生大量冗余文件
• 原代码使用相对路径加载Haar级联xml文件，工作目录变化时会出现加载失败的问题

import cv2
import os

# 自动创建存图目录
save_dir = "face_dataset_frames"
os.makedirs(save_dir, exist_ok=True)

# 直接加载OpenCV内置的人脸检测模型，避免路径错误
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_alt2.xml')
if face_cascade.empty():
    raise IOError("人脸检测模型加载失败，请检查OpenCV安装完整性")

# 替换为你自己的IP摄像头流地址，测试本地摄像头改回0即可
# 主流品牌RTSP格式参考：rtsp://账号:密码@摄像头IP:554/码流路径
cam_stream_addr = "rtsp://admin:your_password@192.168.1.64:554/Streaming/Channels/101"
cap = cv2.VideoCapture(cam_stream_addr)
# 减小流缓存降低延迟
cap.set(cv2.CAP_PROP_BUFFERSIZE, 2)

frame_count = 0
retry_count = 0
max_retry = 3

while True:
    ret, original_frame = cap.read()
    # 处理IP流断连/丢帧场景
    if not ret:
        retry_count += 1
        if retry_count > max_retry:
            print("视频流连接中断，超出最大重试次数，退出")
            break
        print(f"读帧失败，剩余重试次数：{max_retry - retry_count}")
        cv2.waitKey(1000)
        continue
    retry_count = 0

    # 缩放帧到小尺寸做检测，大幅降低运算量，不影响最终存储的原图画质
    detect_target_width = 640
    scale_ratio = detect_target_width / original_frame.shape[1]
    detect_frame = cv2.resize(original_frame, (0, 0), fx=scale_ratio, fy=scale_ratio)
    gray_frame = cv2.cvtColor(detect_frame, cv2.COLOR_BGR2GRAY)
    # 直方图均衡化，提升暗光、逆光场景下的人脸检出率
    gray_frame = cv2.equalizeHist(gray_frame)

    # 人脸检测，设置最小人脸尺寸过滤远距离误检
    faces = face_cascade.detectMultiScale(
        gray_frame,
        scaleFactor=1.3,
        minNeighbors=5,
        minSize=(30, 30)
    )

    # 单帧只要检测到至少1张人脸就存1次原图，同帧多人脸不重复存储
    if len(faces) > 0:
        save_path = os.path.join(save_dir, f"face_frame_{frame_count}.jpg")
        # JPG质量设为95，平衡画质和存储空间占用
        cv2.imwrite(save_path, original_frame, [cv2.IMWRITE_JPEG_QUALITY, 95])
        frame_count += 1
        print(f"已捕获含人脸帧，累计存储：{frame_count}张")

    # 按q键退出程序
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

• 流地址替换：不同品牌IP摄像头的RTSP路径规则不同，替换代码中cam_stream_addr为你自己摄像头的实际流地址即可；如果不需要2.5K超高分辨率，也可以接子码流地址（一般为480P/720P），进一步降低带宽和运算占用
• 性能调优：如果设备性能不足，可以把detect_target_width从640调到480，检测速度会明显提升，但过小的检测尺寸会漏检画面中占比很小的人脸
• 检测精度调优：如果人脸漏检多，把minNeighbors从5调到3，检出率会上升但误检概率也会增加；如果误检太多，把参数调到6-7即可
• 网络要求：2.5K分辨率码流带宽要求较高，建议摄像头用有线网线连接，WiFi信号差时会出现频繁丢帧、延迟过高的问题

内容的提问来源于stack exchange，提问作者Muhammad Awais Amin