PiCam采集视频经人脸检测处理后保存出现快进问题求助

你的推测完全正确，该现象核心是人脸检测的处理速度远低于摄像头采集帧率，导致大量采集帧未被读取就被丢弃，具体逻辑如下：

• OpenCV 自带的 VideoCapture 读取实时摄像头流时，内部默认维护了固定大小的帧缓冲区，摄像头会持续往缓冲区写入新采集的帧，当你的处理速度跟不上帧写入速度时，缓冲区满后新帧会直接覆盖未被读取的旧帧，你每次调用read()方法只能拿到缓冲区中最新的一帧，中间的连续帧会被直接丢弃。
• 你写入MP4文件时设置了和采集相同的FPS参数，比如采集FPS设为30，意味着播放器每秒会解码播放30帧，但树莓派跑人脸检测时每秒可能仅能处理7~8帧，2分钟实际仅能拿到900帧左右（刚好是30秒×30FPS的总帧数），写入后输出的视频自然只有30秒时长，播放时就会出现快进效果。
• 关闭后处理后单帧处理耗时极低，处理速度完全匹配采集帧率，所有采集到的帧都能被正常读取写入，输出视频时长就会恢复正常。

• 降低采集帧率匹配处理速度：先统计跑人脸检测时树莓派的实际处理帧率，比如实测每秒能处理10帧，就直接把PiCam的采集FPS固定为10，初始化VideoCapture时添加配置cap.set(cv2.CAP_PROP_FPS, 10)即可，从源头避免缓冲区帧积压。
• 调整缓冲区大小：将OpenCV的采集缓冲区大小设为1，初始化VideoCapture后添加配置cap.set(cv2.CAP_PROP_BUFFERSIZE, 1)，每次仅缓存最新的一帧，减少旧帧积压，但该方法无法解决处理速度不足导致的丢帧问题。
• 多线程拆分采集与处理逻辑：单独启动高优先级线程专门负责读取摄像头帧，写入自行维护的帧队列中，处理线程再从队列取帧执行人脸检测和视频写入。如果需要保证输出视频时长和实际采集时长一致，可以在队列满时阻塞采集线程，避免丢帧；如果可以接受画面卡顿但要求播放速度正常，可以给每帧添加时间戳，按实际时间间隔写入视频而非固定FPS。
• 优化人脸检测性能：换用轻量级人脸检测模型，或者将输入帧缩小后再做检测，检测到框后再映射回原帧尺寸，大幅降低单帧处理耗时，提升处理帧率。

你可以在每次cap.read()读取成功后打印当前时间戳，统计10秒内实际读到的总帧数，如果总帧数远低于（采集FPS×10），即可确认是处理速度不足导致的丢帧问题。

内容的提问来源于stack exchange，提问作者saman