питон так устроен. Да и не только питон.
у тебя поток данных от вычисления до отрисовки. Убрав отрисовку, как конечную цель вычислений, оптимизатор не видит необходимости в вычислениях, и не делает их. От сюда ускорение.
Хотя может быть дело и в отрисовке.
Да все норм у питона с отрисовкой. Это с той стороны какие то проблемы.
Спасибо за совет об алгоритме калмана. Сегодня пол дня проковырялся в этой ерунде. Пришел к выводу, что есть два пути:
1. ресурсная одноплатка+нейронка (условная yolo tiny 4). Обучаем модель, и трекаем что хотим.
2. Наш путь самурая - лепим из говна и палок. Т.е. нересурсный условный rp4 + cv2 + матан.
Мы не ищем легких путей, поэтому берем любой быстрый алгоритм трекинга, и добавляем к нему фильтр калмана. Это чтобы реализовать самый сложный сценарий, где двигается камера + двигается цель + цель хитрожопая, и может заныкаться за ближайший куст.
В моем понимании это так - берем тот же mossi который быстро трекает цель. Добавляем калмана.
Дальше: при каждой итерации запоминаем где будет находиться цель по калману. При следующей итерации, сравниваем то, что мы трекнули, с тем, что вернул калман на предыдущей итерации.
Если совпало - ок, идем дальше
Если не совпало - проверяем область, которую вернул калман.
Ничего нет - ок, идем дальше
А если нашли- значит, трекинг проебался, и потерял цель. Возвращаем куда нужно.
Попробую шо-нибудь сочинить.