两个Python程序同时调用cv2.VideoCapture出现摄像头索引错误咨询

问题根源 #

普通USB摄像头为独占式硬件设备，默认不支持多个进程同时调用cv2.VideoCapture打开同一个摄像头索引，你的两个独立脚本同时抢占摄像头0的访问权，是触发索引错误、设备占用异常的直接原因。

可行解决方案 #

方案1：单进程多线程共享摄像头实例（最推荐） #

将视频流读取逻辑统一收拢，仅打开一次摄像头，拿到的帧同时供给网页推流、活体检测两个业务使用，无额外性能开销，改造成本最低。

改造步骤：

1. 修改videostream.py的Stream类，新增公共帧存储和读写锁

import threading
class Stream(Thread):
    def __init__(self):
        self.flag = [False]
        self.capture_flag = [False]
        self.clients = []
        self.current_frame = None
        self.frame_lock = threading.Lock() # 防止多线程读写帧冲突
        Thread.__init__(self, name=Stream.__name__)

2. Stream线程读取到新帧时同步更新公共帧

def run(self):
    self.camera = cv2.VideoCapture(0)
    prev_input = 1  
    while True:
        rval, frame = self.camera.read()
        if frame is None:
            self.camera.release()
            self.camera = cv2.VideoCapture(0)
            continue
        # 新增：同步更新公共帧
        with self.frame_lock:
            self.current_frame = frame.copy()
        # 原有网页推流、按键检测等逻辑保持不变

3. 改造demo.py的liveness函数，不再单独打开摄像头，直接从Stream实例取帧

def liveness(stream_instance):
    # 原有常量、参数初始化逻辑保持不变
    # 删除video_capture = cv2.VideoCapture(0)相关的摄像头初始化、释放代码
    # 原有循环内读帧逻辑改为：
    while True:
        with stream_instance.frame_lock:
            frame = stream_instance.current_frame
        if frame is None:
            time.sleep(0.01)
            continue
        # 原有活体检测、特征点计算、模型推理逻辑保持不变

4. 主程序中先启动Stream线程，再启动活体检测线程/直接调用liveness函数即可，两个业务共享同一份摄像头帧。

方案2：独立帧转发服务 #

如果不想重构现有代码结构，可以单独写一个帧转发进程，仅打开一次摄像头，通过本地IPC（TCP socket、共享内存等）把帧分发给两个业务进程。

简易TCP帧转发示例：

1. 转发服务端（仅运行一次，独占摄像头）

import cv2, socket, pickle, struct
server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server_socket.bind(('127.0.0.1', 9999))
server_socket.listen(2)
connected_clients = []
cap = cv2.VideoCapture(0)

# 先等两个业务进程连接
for _ in range(2):
    client, addr = server_socket.accept()
    connected_clients.append(client)

while True:
    ret, frame = cap.read()
    if not ret: continue
    data = pickle.dumps(frame)
    message = struct.pack("Q", len(data)) + data
    # 给两个业务进程推帧
    for idx in range(len(connected_clients)-1, -1, -1):
        try:
            connected_clients[idx].sendall(message)
        except:
            connected_clients.pop(idx)

2. demo.py和videostream.py删除原有cv2.VideoCapture相关逻辑，改为从本地TCP收帧：

import socket, pickle, struct
client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
client_socket.connect(('127.0.0.1', 9999))
data = b''
payload_size = struct.calcsize("Q")

while True:
    # 收帧逻辑
    while len(data) < payload_size:
        packet = client_socket.recv(4*1024)
        if not packet: break
        data += packet
    packed_msg_size = data[:payload_size]
    data = data[payload_size:]
    msg_size = struct.unpack("Q", packed_msg_size)[0]
    while len(data) < msg_size:
        data += client_socket.recv(4*1024)
    frame_data = data[:msg_size]
    data = data[msg_size:]
    frame = pickle.loads(frame_data)
    # 拿到frame后走原有业务逻辑即可

方案3：虚拟摄像头适配（仅Linux可用） #

安装v4l2loopback内核模块创建虚拟摄像头，将真实摄像头的帧喂给虚拟摄像头，多个进程可以同时读取虚拟摄像头的流，该方案适配性差，仅适合特定场景使用。

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