OpenCV Flask应用无法展示多路视频流、超过2路即卡顿停滞求助

问题排查结果 #

1. 致命代码逻辑错误

你写的cap2_gen、cap3_gen、cap4_gen三个生成函数中，读取视频帧的代码全部错误调用了cap1.read()，没有读取对应的cap2、cap3、cap4实例。四个流同时抢夺cap1的读取权限，很快就会将1.avi的帧读完，所有流直接中断返回空，这是你视频卡住的核心原因。

2. Flask默认运行模式限制

Flask默认以单线程模式启动，同一时间只能处理一个HTTP请求。四路视频流同时发起请求时，后续请求会被直接阻塞，已经建立的流传输也会因为线程被抢占出现卡顿。

3. 全局VideoCapture线程不安全

OpenCV的VideoCapture实例不是线程安全的，你把四个cap对象定义为全局变量，多线程并发读取时会出现读写冲突，大概率返回ret=False直接终止流传输。

4. 无视频循环逻辑

本地视频文件读取到末尾后，你的代码直接break终止生成器，流会直接停止，看起来就是画面卡住。

可行解决方案 #

1. 修复生成函数的读取错误：将三个写错的生成函数中读取帧的代码，替换为对应cap实例的read方法，比如cap2_gen里改为ret, frame = cap2.read()。
2. 开启Flask多线程模式：将启动代码修改为app.run(debug=True, threaded=True)，支持并发处理多个流请求。生产环境建议替换为Gunicorn等支持多进程多线程的WSGI服务器。
3. 避免全局共享VideoCapture：将每个VideoCapture的初始化放到对应的生成函数内部，每个请求独立创建实例，请求结束后调用cap.release()释放资源，避免线程冲突。
4. 增加视频循环逻辑：读取帧返回ret=False时，不要直接break，通过cap.set(cv2.CAP_PROP_POS_FRAMES, 0)将视频指针重置到开头，实现循环播放避免断流。
5. 编码优化降低带宽占用：给cv2.imencode添加压缩参数，降低单帧体积提升传输效率，示例：

ret, buffer = cv2.imencode('.jpg', frame, [int(cv2.IMWRITE_JPEG_QUALITY), 60])

参数值范围0-100，数值越低压缩率越高，可根据画面要求调整。

内容的提问来源于stack exchange，提问作者dev1ce