计算机视觉 / 系统课时
加入结果统计与保存
加入结果统计与保存
实时检测完成后,工程项目通常还要回答“这一帧有几个目标、处理了多久、结果能否复查”。本课把计数、耗时、截图、标注视频和 JSONL 记录接到同一条逐帧链路中,并给出能直接核对文件完整性的保存方式。
学习目标
- 记录每帧目标数和处理耗时,并区分“每帧检测数”与“唯一目标数”。
- 用
VideoWriter保存尺寸一致的标注视频,并按键保存截图。 - 以 JSONL 逐帧落盘结构化结果,便于后续统计或回放。
先定义要保存的四类结果
建议把所有输出放在同一个 runs 目录。标注视频使用输入首帧的宽高,帧率优先读取 CAP_PROP_FPS;摄像头返回 0 或异常值时可回退到 30 FPS。结构化记录采用 JSONL,每行对应一帧,避免长视频结束时一次性持有全部结果。
| 结果 | 文件或字段 | 建议值 |
|---|---|---|
| 每帧统计 | count、processing_ms |
毫秒保留 2 位小数 |
| 标注视频 | runs/annotated.mp4 |
mp4v、源 FPS、原始帧尺寸 |
| 截图 | runs/frame_000123.jpg |
按 s 时保存当前标注帧 |
| 结构化结果 | runs/detections.jsonl |
一帧一行 JSON |
count 只是当前帧的检测框数量。某个人连续出现 100 帧,会贡献 100 次“检测观察”,但仍可能只是 1 个唯一目标。需要唯一计数时,应先跟踪并分配稳定 ID,再按 ID 去重。
把统计点放在正确位置
耗时应从预处理前开始,到检测结束后停止;截图和视频应保存已经画框的同一帧,JSONL 则记录同一帧的框坐标。这样复查 frame=120 时,结构化数据与视频画面才能一一对应。

完整实现统计与落盘
下面示例仍使用 OpenCV 自带正脸 Haar 级联,避免额外模型下载。代码会始终写入标注视频和 JSONL;运行期间按 s 保存当前截图,按 q 结束。VideoWriter 在拿到第一帧后再创建,可避免错误的宽高导致输出文件打不开。
import argparse
import json
import time
from pathlib import Path
import cv2
def parse_source(value: str):
return int(value) if value.isdigit() else value
def main():
parser = argparse.ArgumentParser()
parser.add_argument("--source", default="0")
args = parser.parse_args()
out_dir = Path("runs")
out_dir.mkdir(parents=True, exist_ok=True)
cascade_path = cv2.data.haarcascades + "haarcascade_frontalface_default.xml"
detector = cv2.CascadeClassifier(cascade_path)
if detector.empty():
raise RuntimeError(f"failed to load cascade: {cascade_path}")
cap = cv2.VideoCapture(parse_source(args.source))
if not cap.isOpened():
raise RuntimeError(f"cannot open source: {args.source}")
source_fps = cap.get(cv2.CAP_PROP_FPS)
output_fps = source_fps if source_fps and source_fps > 1.0 else 30.0
writer = None
frame_id = 0
video_path = out_dir / "annotated.mp4"
jsonl_path = out_dir / "detections.jsonl"
try:
with jsonl_path.open("w", encoding="utf-8") as log_file:
while True:
ok, frame = cap.read()
if not ok:
break
frame_id += 1
if writer is None:
height, width = frame.shape[:2]
fourcc = cv2.VideoWriter_fourcc(*"mp4v")
writer = cv2.VideoWriter(
str(video_path),
fourcc,
output_fps,
(width, height),
)
if not writer.isOpened():
raise RuntimeError("cannot open VideoWriter")
started = time.perf_counter()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
faces = detector.detectMultiScale(
gray,
scaleFactor=1.1,
minNeighbors=5,
minSize=(40, 40),
)
processing_ms = (time.perf_counter() - started) * 1000.0
boxes = []
for x, y, w, h in faces:
box = {"x": int(x), "y": int(y), "w": int(w), "h": int(h)}
boxes.append(box)
cv2.rectangle(
frame,
(box["x"], box["y"]),
(box["x"] + box["w"], box["y"] + box["h"]),
(0, 255, 0),
2,
)
cv2.putText(
frame,
f"count={len(boxes)} process={processing_ms:.1f} ms",
(12, 28),
cv2.FONT_HERSHEY_SIMPLEX,
0.7,
(0, 255, 0),
2,
)
writer.write(frame)
record = {
"frame": frame_id,
"count": len(boxes),
"processing_ms": round(processing_ms, 2),
"boxes": boxes,
}
log_file.write(json.dumps(record, ensure_ascii=False) + "\n")
if frame_id % 30 == 0:
log_file.flush()
cv2.imshow("Detection Recorder", frame)
key = cv2.waitKey(1) & 0xFF
if key == ord("s"):
shot_path = out_dir / f"frame_{frame_id:06d}.jpg"
if cv2.imwrite(str(shot_path), frame):
print(f"saved screenshot: {shot_path}")
if key == ord("q"):
break
finally:
cap.release()
if writer is not None:
writer.release()
cv2.destroyAllWindows()
print(f"video: {video_path}")
print(f"jsonl: {jsonl_path}")
print(f"frames={frame_id}")
if __name__ == "__main__":
main()预期输出:退出后至少生成视频和 JSONL;如果运行时按过 s,还会额外出现截图文件。动态帧数与截图编号取决于实际输入。
video: runs/annotated.mp4
jsonl: runs/detections.jsonl
frames=<FRAME_COUNT>JSONL 中每行都是独立 JSON 对象,例如某一帧检测到 2 个目标时可以是下面这种结构;实际坐标和耗时会随视频变化。
{"frame":17,"count":2,"processing_ms":7.84,"boxes":[{"x":82,"y":61,"w":96,"h":96},{"x":311,"y":74,"w":88,"h":88}]}校验视频与结构化记录
先检查 annotated.mp4 能否正常播放到结尾,再抽查 3 个帧号,例如 30、120、300:画面上的框数量应与对应 JSONL 行的 count 一致。若输入是 30 FPS 视频,输出也应接近 30 FPS;如果摄像头无法报告 FPS,示例固定回退到 30 FPS,因此录制时长可能与真实采集时长略有差异。
视频写入最常见的硬错误是尺寸不一致。VideoWriter 创建时若使用 (640, 480),后续每一帧也必须是 640×480;若中途 resize 成 320×240 后直接 write,结果可能是空文件、损坏文件或无法解码。需要缩放时,应先确定最终尺寸,再用同一尺寸创建 writer。
处理常见保存失败
当 annotated.mp4 为 0 KB 或打不开,先检查 writer.isOpened(),再核对 fourcc、帧尺寸和输出目录写权限。mp4v 在常见 OpenCV 4.x 桌面环境中可用;若目标播放器对 MP4 编码支持有限,可改存 AVI 并使用 MJPG,但扩展名和编码器要匹配。
JSONL 不要在每一帧都强制 flush(),否则机械盘或网络盘上会明显拉低实时性能。示例每 30 帧刷新一次,进程正常退出时文件会自动关闭并刷新剩余数据。若业务不能接受突然断电丢失最后几十帧,可把刷新间隔改成 1~5 帧,并用实际机器重新测量处理延迟。