在 Windows 上通过 GPU 使用 OpenCV 和 Python 的可行性

Question

我必须读取来自相机的图像，使用 OpenCV 添加一些形状，然后使用 Flask 将图像返回到网页。此应用程序在 Windows 10 中运行。详细步骤如下：

• 从相机读取图像已完成。我有一个用于 C++ 库的 Python 包装器，它似乎运行良好。
• 使用 OpenCV 添加形状已完成。我使用 Python 的 OpenCV 包装器。
• 使用 Flask 返回图像是个问题。为此，我需要使用cv2.imencode（OpenCV Python 包装器）将图像从原始格式转换为 JPG 或 PNG 格式。然而，这会减慢要在网站上显示的视频的帧速率。

我在某些地方看到，OpenCV 可用于在 GPU (Nvidia GeForce RTX) 上执行一些操作。我在调用cv2.imencode 之前尝试过cv2.UMat，但没有区别。

这是我的问题：

• 我应该尝试使用更多 Python 包装器（如 here 所述）吗？
• 我应该开始学习 C++ 吗？我需要将所有现有应用程序从 Python 迁移到 C++ 还是只是一个包装器？这可以在几行内完成吗？

Answer 1

我终于用 GPU 标志和所需的 CUDA 标志编译了OpenCV-python。我花了数周时间安装所有需要的依赖项（图像库、视频库、Fortran、LINPAK、BLAS...）。

结果是对cv2.imencode 的调用更快了，我可以在 Windows 的资源管理器中看到 GPU 消耗增加。