如何使用Python OpenCV实现3台及以上移动摄像头的多线程采集与同屏分析

实现思路 #

• 设备映射：Iriun Cam连接成功的4台手机会在系统中生成4个独立的视频捕获设备，默认设备ID依次为0、1、2、3，可提前逐个测试ID对应关系
• 多线程采集：为每个摄像头启动独立的读取线程，避免单线程串行读取导致的帧率下降、画面卡顿延迟
• 2x2画面拼接：将4路摄像头输出的帧统一缩放到相同尺寸后，拼接为单张大图在同一窗口展示
• 全量QR识别：每轮循环对4路帧分别做QR解码，汇总所有识别结果后和目标集合做匹配校验

修改后可运行代码 #

import numpy as np
import cv2 
import threading
from pyzbar.pyzbar import decode

# 摄像头读取线程类，避免单线程读多路卡顿
class CameraCapture(threading.Thread):
    def __init__(self, device_id, width=640, height=480):
        super().__init__()
        self.cap = cv2.VideoCapture(device_id)
        self.cap.set(3, width)
        self.cap.set(4, height)
        self.running = True
        self.frame = None
    
    def run(self):
        while self.running:
            success, frame = self.cap.read()
            if success:
                self.frame = frame
    
    def stop(self):
        self.running = False
        self.cap.release()

# 初始化4路摄像头，设备ID按实际情况调整
cams = [
    CameraCapture(0),
    CameraCapture(1),
    CameraCapture(2),
    CameraCapture(3)
]
# 启动所有采集线程
for cam in cams:
    cam.start()

# 目标校验集合
A = ['A9', 'I2', 'I19', 'I20', 'J1', 'J2', 'J20']
target_set = set(A)

while True:
    all_qr_data = []
    frames = []
    # 读取所有摄像头最新帧
    for cam in cams:
        if cam.frame is not None:
            # 拷贝帧避免线程读写冲突
            frame = cam.frame.copy()
            frames.append(frame)
            # 识别当前帧的QR码
            for barcode in decode(frame):
                qr_text = barcode.data.decode('utf-8')
                all_qr_data.append(qr_text)
                # 给识别到的QR码画框
                pts = np.array([barcode.polygon], np.int32)
                pts = pts.reshape((-1,1,2))
                cv2.polylines(frame, [pts], True, (255,0,255), 5)
    
    # 校验识别结果
    current_set = set(all_qr_data)
    if current_set == target_set:
        print("识别结果：", all_qr_data)
        print("Authorised")
    else:
        print("Not authorised")
    
    # 2x2拼接四路画面
    if len(frames) == 4:
        top = np.hstack((frames[0], frames[1]))
        bottom = np.hstack((frames[2], frames[3]))
        full_screen = np.vstack((top, bottom))
        cv2.imshow('四路摄像头同屏', full_screen)
    
    # 按q退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
for cam in cams:
    cam.stop()
cv2.destroyAllWindows()

注意事项 #

• 运行前先逐个测试摄像头ID是否正确，替换代码中CameraCapture的设备ID参数即可
• 若出现画面卡顿，可降低单路摄像头的分辨率参数，或调整Iriun Cam的传输码率
• QR码识别率低时，可在识别前对帧做灰度化、高斯模糊预处理，提升识别准确率

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