树莓派4结合目标检测与TTS语音播报的Python代码开发咨询

你之前遇到的!ssize.empty()报错是因为pyttsx3的runAndWait()是同步阻塞调用，如果在循环内反复初始化TTS引擎，或者每次播报阻塞时间过长，会导致摄像头帧缓冲积压，超时后cap.read()返回空图像，传入目标检测模型时触发resize操作的空输入断言失败。你将TTS引擎初始化移到循环外的修复逻辑是正确的。

• 增加帧合法性校验：你当前没有判断cap.read()返回的success状态，一旦摄像头读帧失败返回空图，还是会触发之前的报错。建议在读帧后先加判断：

  success, img = cap.read()
  if not success:
      continue
  

• 避免重复播报：当前逻辑只要检测到物体就会每帧播报多次，同一个物体持续出现在画面里会反复触发语音，体验很差。可以加个时间缓存，同一个类别物体3~5秒内只播报一次，或者同一帧内重复的类别只播报一次。
• TTS异步处理：runAndWait()会阻塞主线程，播报期间画面会卡顿。可以用队列+子线程的方案，检测到物体后把播报文本丢进队列，单独开一个子线程负责消费队列内容播放语音，既不卡画面也不会漏播报。
• 移除多余continue：你现在检测到物体后就执行continue跳过了帧渲染逻辑，有物体的时候画面会停留在上一帧无检测结果的状态，直接删掉那行continue即可，无论有没有检测结果都正常渲染画面。
• 增加正常退出逻辑：当前程序没法正常关闭，建议在cv2.waitKey处加退出判断：

  if cv2.waitKey(1) & 0xFF == ord('q'):
      break
  

  循环结束后记得释放摄像头资源、销毁窗口、停止TTS引擎：

  cap.release()
  cv2.destroyAllWindows()
  engine.stop()
  

• 树莓派性能优化：树莓派算力有限，可以把输入分辨率再调低一点，或者把置信度阈值调高到0.5~0.6，减少误检也能提升运行速度。

如果你还没安装可以参考这个步骤，已经跑通可以忽略：

1. 先安装系统依赖：

   sudo apt update
   sudo apt install espeak ffmpeg libespeak1 -y
   

2. 再安装Python包：

   pip3 install pyttsx3
   

另外补充下OpenCV安装建议，直接用pip3 install opencv-python在树莓派上大概率会很慢甚至编译失败，推荐直接装系统预编译包：sudo apt install python3-opencv -y，兼容性更好也不用等编译。

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