写点什么

Python- 计算机视觉 -OpenCV-video

用户头像
Aldeo
关注
发布于: 2021 年 03 月 22 日
Python-计算机视觉-OpenCV-video

Goal


学习阅读视频,显示视频和保存视频。

学习从相机捕捉并显示它。

您将学习这些函数:cv2.VideoCapture(), cv2.VideoWriter()

视频捕获


通常,我们必须用相机捕捉实时流。OpenCV 为此提供了一个非常简单的接口。让我们从摄像机中捕获一个视频(我正在使用我笔记本电脑内置的网络摄像头),将其转换成灰度视频并显示出来。


要捕获视频,您需要创建一个 VideoCapture 对象。它的参数可以是设备索引,也可以是视频文件的名称。设备索引只是用来指定哪个摄像头的数字。通常会连接一个摄像头(就像我的情况一样)。所以我只传递 0(或-1)您可以通过传递 1 等方式选择第二个相机。然后,您可以逐帧捕获。但在最后,不要忘记释放捕获。


import numpy as npimport cv2 cap = cv2.VideoCapture(0) while(True):    # Capture frame-by-frame    ret, frame = cap.read()     # Our operations on the frame come here    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)     # Display the resulting frame    cv2.imshow('frame',gray)    if cv2.waitKey(1) & 0xFF == ord('q'):        break # When everything done, release the capturecap.release()
复制代码


cap.read()返回一个 bool (True/False)。如果正确读取 frame,它将为 True。你可以通过检查这个返回值来检查视频的结尾。


有时,cap 可能没有初始化捕获。在这种情况下,这段代码显示错误。您可以检查它是否由 cap. isopen()方法初始化。如果是真的,好的。否则,使用 cap.open()打开它。


还可以使用 cap.get(propId)方法访问本视频的一些特性,其中 propId 是从 0 到 18 的数字。每个数字表示视频的一个属性(如果适用于该视频),在这里可以看到完整的细节:属性标识符。其中一些值可以使用 cap.set(propId, value)修改。


例如,我可以通过 cap.get(3)和 cap.get(4)检查帧的宽度和高度。默认是 640x480。但是我想把它修改成 320x240。只需使用 ret = cap.set(3,320)和 ret = cap.set(4,240)。


注意:

如果出现错误,请确保使用任何其他相机应用程序(如 Linux 中的 Cheese)相机都能正常工作。

视频播放


这与从相机捕获是一样的,只是改变相机索引与视频文件名。同样,在显示帧时,为 cv2.waitKey()使用适当的时间。如果它太少,视频就会非常快,如果它太高,视频就会很慢(这就是你可以用慢动作显示视频的方式)。一般情况下 25 毫秒就可以了。

视频播放


这与从相机捕获是一样的,只是改变相机索引与视频文件名。同样,在显示帧时,为 cv2.waitKey()使用适当的时间。如果它太少,视频就会非常快,如果它太高,视频就会很慢(这就是你可以用慢动作显示视频的方式)。一般情况下 25 毫秒就可以了。

import numpy as npimport cv2 cap = cv2.VideoCapture('vtest.avi') while(cap.isOpened()):    ret, frame = cap.read()     gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)     cv2.imshow('frame',gray)    if cv2.waitKey(1) & 0xFF == ord('q'):        break cap.release()cv2.destroyAllWindows()
复制代码


注意:

确保安装了正确版本的 ffmpeg 或 gstreamer。有时,由于 ffmpeg/gstreamer 的错误安装,使用视频捕捉非常麻烦。


保存视频


我们捕捉一个视频,逐帧处理它我们想保存这个视频。对于图像,它非常简单,只需使用 cv2.imwrite()。这里需要做更多的工作。这次我们创建了一个 VideoWriter 对象。我们应该指定输出文件名(例如:output.avi)。然后我们应该指定 FourCC 代码(详细信息在下一段中)。然后传递每秒帧数(fps)和帧大小。最后一个是 isColor flag。如果这是真的,编码器期望彩色帧,否则它与灰度帧工作。


FourCC 是一个 4 字节的代码,用于指定视频编解码器。可用代码列表可以在 fourcc.org 中找到。它依赖于平台。遵循编解码器对我来说很好。

  • 在 Fedora 中:DIVX、XVID、MJPG、X264、WMV1、WMV2。(XVID 更可取。MJPG 的结果在大尺寸的视频。X264 视频非常小)

  • Windows: DIVX(更多测试和添加)

对于 MJPG, FourCC 代码被传递为 cv2.VideoWriterfourcc('M','J','P','G')或 cv2.VideoWriterfourcc(*'MJPG)。


下面的代码捕获从相机,翻转每个帧垂直方向,并保存它。

import numpy as npimport cv2 cap = cv2.VideoCapture(0) # Define the codec and create VideoWriter objectfourcc = cv2.VideoWriter_fourcc(*'XVID')out = cv2.VideoWriter('output.avi',fourcc, 20.0, (640,480)) while(cap.isOpened()):    ret, frame = cap.read()    if ret==True:        frame = cv2.flip(frame,0)         # write the flipped frame        out.write(frame)         cv2.imshow('frame',frame)        if cv2.waitKey(1) & 0xFF == ord('q'):            break    else:        break # Release everything if job is finishedcap.release()out.release()cv2.destroyAllWindows()
复制代码


发布于: 2021 年 03 月 22 日阅读数: 12
用户头像

Aldeo

关注

果断出击~~~ 2018.05.06 加入

喜欢写博客的码农小青年。工作7年,从事过金融,电商,教育等行业。热爱编程,善于合作,喜欢学习,迎难而上,结交朋友。人生格言:果断出击,不断改变。

评论

发布
暂无评论
Python-计算机视觉-OpenCV-video