我想将 OpenCV 计算机视觉库中的操作实时应用于从计算机显示器捕获的视频。 这种特殊情况下的想法是在流行游戏的游戏过程中检测有趣的功能，并为用户提供增强的体验；但我可以想到其他几种场景，人们也希望实时访问这些数据。 无论如何，对于开发阶段，使用罐装视频可能是可以接受的，但对于最终应用程序，性能和响应能力显然至关重要。
我现在正尝试在 Ubuntu 10.10 上执行此操作，并且更喜欢使用类似 UNIX 的系统，但任何选项都很有趣。 我的 C 技能非常有限，因此只要可以通过 Python 与 OpenCV 对话，我就会尝试使用它。 请注意，我试图不是从相机设备捕获，而是从显示输出的实时流捕获；我不知道如何接受输入。据我所知，CaptureFromCAM 仅适用于相机设备，在我看来，最终结果对实时性能的要求使得存储在文件中并通过 CaptureFromFile 读回是一个糟糕的选择。
到目前为止，我发现的最有希望的路线似乎是使用 ffmpeg 和 x11grab 选项从 X11 显示器捕获； （例如命令 ffmpeg -f x11grab -sameq -r 25 -s wxga -i :0.0 out.mpg 将显示 0 的 1366x768 捕获到“out.mpg”）。 我想应该可以将 ffmpeg 的输出流视为由 OpenCV 读取的文件（大概通过使用 CaptureFromFile 函数），也许可以使用管道；但这比我以前处理过的水平要高得多，我真的可以使用一些指导。 您认为这种做法可行吗？更重要的是你能想出更好的吗？你会怎么做？
如果您正在寻找实时性能，我会放弃 x11grab 或任何其他命令行工具来截取屏幕截图。
编写您自己的屏幕抓取器，以便您可以将其直接发送到 OpenCV。如果你想知道如何在 X11 下做到这一点，你可以看一下 xwd 源代码。
我认为主要的挑战是实时性要求。我认为你必须受 ffmpeg 中视频抓取代码的启发，为 OpenCv 创建一些软件。但这肯定会涉及 C 级编码。
我的建议是首先尝试使用 ffmpeg 捕获的视频来正确设置视觉算法。