python-opencv内存泄漏
请问在while True循环里面调用cap.read()读取视频流,为什么内存会一直增大啊?主动释放了也没用
def test():
last_time = datetime.datetime.now()
count=0
cap = cv2.VideoCapture('rtsp://admin:XZXatc123.@192.168.111.252/live')
while True:
ret,frame=cap.read()
if not ret:
break
count += 1
if count % 3 != 0:
continue
frame_size=cv2.resize(frame,(1020,600))
results = model(frame_size)
results.pandas().xyxy[0]
cv2.imshow("FRAME",frame_size)
frame=None
frame_size=None
results=None
#torch.cuda.empty_cache()
current_time = datetime.datetime.now()
time_difference=current_time-last_time
if(time_difference.seconds>=60*20):
cap.release()
del cap
#cv2.destroyAllWindows()
gc.collect()
cap = cv2.VideoCapture('rtsp://admin:XZXatc123.@192.168.111.252/live')
last_time = datetime.datetime.now()
print("restart")
continue
if cv2.waitKey(1)&0xFF==27:
break
相关推荐
python opencv读mp4视频的实例
在Python编程环境中,OpenCV库是一个非常强大的工具,用于处理图像和视频数据。在这个实例中,我们将探讨如何使用OpenCV来读取MP4格式的视频文件。
Python中使用OpenCV的VideoCapture时的内存泄漏问题
其中,VideoCapture类是一个常用的工具,用于读取和捕捉视频帧。内存泄漏是指在程序运行过程中,分配的内存空间没有被正确释放,导致内存占用不断增加,最终可能导致程序崩溃或系统性能下降。在使用VideoCapture类时,如果不正确地释放资源,就容易导致内存泄漏。在某些情况下,VideoCapture对象在释放后可能仍然保持对一些资源的引用,导致内存无法完全释放。总结一下,在Python中使用OpenCV的VideoCapture类时,为避免内存泄漏问题,我们可以在循环迭代结束后显式释放资源。
使用python-opencv读取视频,计算视频总帧数及FPS的实现
在Python编程环境中,OpenCV库是一个非常强大的工具,用于处理图像和视频数据。
opencv3和opencv4多线程内存泄漏问题
opencv3和opencv4多线程内存泄漏问题:以cv::resize函数测试结果为例。使用中可修复或者可避免内存泄漏:1)使用opencv2的版本;2)在代码中设置修复该问题.
浅谈python配置与使用OpenCV踩的一些坑
python配置与使用OpenCV时的常见问题与解决方法1. OpenCV版本与Python版本匹配问题在配置OpenCV时,必须确保所使用的OpenCV版本与Python版本相匹配。



