基于OpenCV、HaarCascade与pyttsx3的口罩检测项目遇播报后帧冻结、循环终止问题求解

核心问题根因 #

• 线程资源抢占：pyttsx3的runAndWait()是强阻塞方法，原代码每帧都在主循环内重新初始化TTS引擎、同步触发播报，首次播报完成后引擎状态没有正确释放，会和OpenCV的GUI窗口事件循环抢占线程，直接导致主循环跳出、视频帧冻结。
• 未定义变量报错：mouth变量仅在人脸检测的循环块内被赋值，当某一帧没有检测到人脸时，该变量不存在，后续代码直接执行len(mouth)会触发运行时错误，直接终止主循环。
• 无播报去重逻辑：原代码每遍历一帧就无条件触发一次语音播报，连续的同步调用会快速耗尽系统音频资源，触发程序崩溃。

分步修复方案 #

• 全局单次初始化TTS引擎：把pyttsx3.init()从speak函数内部移到全局作用域，整个程序运行周期只初始化一次引擎，避免反复创建销毁音频资源。
• 增加播报状态去重：新增全局变量记录上一次触发的播报内容，只有当检测到的口罩状态（戴口罩/未戴口罩）发生变化时，才触发一次语音播报，从根源上避免每帧重复调用TTS造成的资源抢占。
• 补上变量兜底初始化：在人脸检测循环之前，提前把mouth初始化为空元组，避免无脸帧时的未定义变量报错。
• 完善资源释放逻辑：程序退出时主动释放摄像头、关闭OpenCV窗口、停止TTS引擎，避免资源残留导致的异常。

修正后的核心代码参考：

import cv2
import pyttsx3

camera = cv2.VideoCapture(0)
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')
mouth_cascade = cv2.CascadeClassifier('haarcascade_mcs_mouth.xml')
display = ""
color = (0, 0, 255)

# 全局仅初始化一次TTS引擎
tts_engine = pyttsx3.init()
last_speak_text = ""

def speak(text):
    global last_speak_text
    # 检测状态未变化时不重复播报
    if text == last_speak_text:
        return
    last_speak_text = text
    tts_engine.say(text)
    tts_engine.runAndWait()

while True:
    cap, frame = camera.read()
    # 读帧失败直接退出
    if not cap:
        break
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    faces = face_cascade.detectMultiScale(gray, 1.3, 1)
    mouth = ()  # 提前初始化空值，避免无脸时未定义报错
    font = cv2.FONT_HERSHEY_SIMPLEX
    cv2.putText(frame, display, (50, 50), font, 1, color, 2, cv2.LINE_4)

    # 人脸检测逻辑
    for (x, y, w, h) in faces:
        cv2.rectangle(frame, (x, y), (x+w, y+h), (255, 0, 0), 5)
        roi_gray = gray[y:y + h, x:x + w]
        roi_color = frame[y:y + h, x:x + w]
        mouth = mouth_cascade.detectMultiScale(roi_gray, 1.7, 6)
    
    # 嘴部标注逻辑
    for (mx, my, mw, mh) in mouth:
        cv2.rectangle(roi_color, (mx, my), (mx + mw, my + mh), (0, 255, 0), 2)
    
    cv2.imshow("Test", frame)
    w = cv2.waitKey(1)

    # 状态判断
    if len(mouth) == 0:
        display = "Mask Detected"
        color = (0, 255, 0)
    else:
        display = "Please Wear Face Mask"
        color = (0, 0, 255)
    
    # 统一触发播报
    speak(display)

    if w == ord('q'):
        break

# 退出时统一释放资源
camera.release()
cv2.destroyAllWindows()
tts_engine.stop()

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