一次从OpenCV中的两个摄像机捕获视频

Question

如何使用Python API使用OpenCV一次（或几乎）捕获两个或更多摄像机的视频？

我有三个可以进行视频流传输的网络摄像头，分别位于/ dev / video0，/ dev / video1和/ dev / video2。

以本教程为例，从单个摄像机捕获图像很简单：

import cv2
cap0 = cv2.VideoCapture(0)
ret0, frame0 = cap0.read()
cv2.imshow('frame', frame0)
cv2.waitKey()

这很好。

但是，如果我尝试初始化第二台相机，则尝试read()从它返回None：

import cv2
cap0 = cv2.VideoCapture(0)
cap1 = cv2.VideoCapture(1)
ret0, frame0 = cap0.read()
assert ret0 # succeeds
ret1, frame1 = cap1.read()
assert ret1 # fails?!

为了确保我不会意外给OpenCV一个不好的相机索引，我分别测试了每个相机索引，它们都可以独立工作。例如

import cv2
#cap0 = cv2.VideoCapture(0)
cap1 = cv2.VideoCapture(1)
#ret0, frame0 = cap0.read()
#assert ret0
ret1, frame1 = cap1.read()
assert ret1 # now it works?!

我究竟做错了什么？

编辑：我的硬件是运行Ubuntu的Macbook
Pro。在Macbooks上专门研究了这个问题，我发现在OSX和不同类型的相机上也遇到了这个问题的其他人。如果我访问iSight，则代码中的两个调用都会失败。

Answer 1

是的，您一定会受到USB带宽的限制。尝试以全分辨率从两个设备读取数据时，您可能会遇到错误：

libv4l2: error turning on stream: No space left on device
VIDIOC_STREAMON: No space left on device
Traceback (most recent call last):
  File "p.py", line 7, in <module>
    assert ret1 # fails?!
AssertionError

然后，当您将分辨率降低到160x120时：

import cv2
cap0 = cv2.VideoCapture(0)
cap0.set(3,160)
cap0.set(4,120)
cap1 = cv2.VideoCapture(1)
cap1.set(3,160)
cap1.set(4,120)
ret0, frame0 = cap0.read()
assert ret0 # succeeds
ret1, frame1 = cap1.read()
assert ret1 # fails?!

现在看来可行！我敢打赌，两个摄像头都连接在同一个USB卡上。您可以运行lsusb命令来确保，它应该指示类似以下内容：

Bus 001 Device 006: ID 046d:081b Logitech, Inc. Webcam C310
Bus 001 Device 004: ID 0409:005a NEC Corp. HighSpeed Hub
Bus 001 Device 007: ID 046d:0990 Logitech, Inc. QuickCam Pro 9000
Bus 001 Device 005: ID 0409:005a NEC Corp. HighSpeed Hub
Bus 001 Device 003: ID 0409:005a NEC Corp. HighSpeed Hub
Bus 001 Device 002: ID 1058:0401 Western Digital Technologies, Inc. 
Bus 001 Device 001: ID 1d6b:0002 Linux Foundation 2.0 root hub
Bus 003 Device 001: ID 1d6b:0001 Linux Foundation 1.1 root hub
Bus 002 Device 001: ID 1d6b:0001 Linux Foundation 1.1 root hub

（请注意两个摄像机都在同一总线上。）如果可能，您可以在机器上添加另一个USB卡以获取更多带宽。我之前已经这样做过，以便在一台机器上以全分辨率运行多个凸轮。尽管那是带有可用主板插槽的塔式工作站，但是不幸的是，您可能没有在MacBook笔记本电脑上使用该选项。