番外 2. OpenCV 中摄像头捕获与视频处理与常见问题解决方案

本系列专栏写作方式

本系列专栏写作将采用首创的问答式写作形式，快速让你学习到 OpenCV 的初级、中级、高级知识。

2. OpenCV 中摄像头捕获与视频处理

OpenCV 除了应用在图像处理领域外，还会应用到视频处理领域，接下来我们就将学习到，如何通过 Python OpenCV 对摄像头捕获或者视频文件进行处理。

视频文件将从三个方向入手，分别是读取文件，显示视频，保存视频。

本文将为你核心解决以下 2 个函数：<kbd>cv2.VideoCapture</kbd> 与 <kbd>cv2.VideoWrite</kbd>，基于这 2 个函数，会衍生出其它相关函数，具体参照下文。

在 OpenCV 中操作摄像头相关注意事项和解决方案

摄像头相较于视频，差异在一个是实时图像，一个是既定内容。如果想要捕获到视频，用到的是<kbd>cv2.VideoCapture</kbd> 函数，该函数的第一个参数是设备的索引号，如果你使用的是笔记本电脑，默认一般是 0，表示的内置摄像头，如果链接了外置，可以修改该数字即可。

最简单的测试代码如下：

import cv2import numpy as np
cap = cv2.VideoCapture(0)
while True:    ret, frame = cap.read()
    # 转变成灰度图    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    cv2.imshow("frame", gray)    if cv2.waitKey() & 0xFF == ord("x"):        break
# 关闭摄像cap.release()cv2.destroyAllWindows()

该代码在运行时，如果你电脑未安装摄像头或者驱动异常，都会导致报错，例如下述 BUG

error: (-215:Assertion failed) !_src.empty() in function 'cv::cvtColor'

该问题虽然报错出现在 <kbd>cv2.cvtColor</kbd>函数，但是原因是 frame 为空，即<kbd>cap.read()</kbd>读取失败导致的。

这里在实际编码过程中，需要增加一个判断，<kbd>cap.read()</kbd> 函数会返回一个状态布尔值，如果读取到数据，返回真，否则返回假，测试如下代码（下述代码的停止，需要按键盘上的<kbd>CTRL+C</kbd> ）：

import cv2import numpy as np
cap = cv2.VideoCapture(0)
while True:    ret, frame = cap.read()    print(ret)
# 关闭摄像cap.release()cv2.destroyAllWindows()

测试完毕之后，我们修改本文一开始的代码，让其更加健壮。

while True:    ret, frame = cap.read()    if ret:        # 转变成灰度图        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)        cv2.imshow("frame", gray)        # pass ...

这里存在一个常见，但是及容易被忽视的问题，就是很多时候，我们并不知道电脑上有没有摄像头，或者摄像头的设备号，该如何进行操作。

你可以按照下述代码进行检测：

import cv2import numpy as np

for cn_num in range(0, 5):    cap = cv2.VideoCapture(cn_num)    if cap.isOpened():        break

以上代码运行的原理是，按照顺序依次打开设备 0~5，当发现摄像头被成功打开，返回跳出。

上述代码还提及了一个新的函数 <kbd>cap.isOpened</kbd>，该函数用来检测摄像头是否初始化（能被打开），初始化成功返回 True。

在 OpenCV 中操作视频文件相关注意事项和解决方案

其实操作视频文件与操作摄像头操作基本一致，唯一修改的就是<kbd>cv2.VideoCapture</kbd> 函数设备号即可。

这里将设备号修改为视频文件路径。

接下来，我们先看一段代码，认识基本用法。

import numpy as npimport cv2
cap = cv2.VideoCapture('test.mp4')
while cap.isOpened():    ret, frame = cap.read()    # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    cv2.imshow('frame', frame)    if cv2.waitKey(25) & 0xFF == 27:        break
cap.release()cv2.destroyAllWindows()

其中最需要注意的一个地方，不是 <kbd>cv2.VideoCapture('test.mp4')</kbd> 函数读取文件，而是 <kbd>cv2.waitKey(25)</kbd>，这个地方需要设置好对应的视频，如果数值特别小，例如 1，视频就会快速播放，设置太高播放又会变慢，一般建议设置为 25。

当然，上述代码注释的部分，如果取消，就会变成一个灰度视频。

甚至可以直接将视频进行翻转，用到函数为：<kbd>cv2.flip(frame, 0)</kbd>，

import numpy as npimport cv2 
cap = cv2.VideoCapture('test.mp4')
while cap.isOpened():    ret, frame = cap.read()    if ret == True:        frame = cv2.flip(frame, 0)
        cv2.imshow('frame', frame)        if cv2.waitKey(25) & 0xFF == 27:            break
cap.release()cv2.destroyAllWindows()

上述代码运行如下：

接下来我们用视频来学习一下一些操作属性的方法。

<kbd>cv2.VideoCapture.get(propId)</kbd> 可以访问视频的某些功能，其中 <kbd>propId</kbd> 是一个从 0 到 18 的数字，每个数字表示视频的属性。

取值清单如下（该清单只作为查询参考使用）：

• 0 - <kbd>cv2.CAP_PROP_POS_MSEC</kbd>： 视频文件的当前位置（ms）；

• 1 - <kbd>cv2.CAP_PROP_POS_FRAMES</kbd>：从 0 开始索引帧，帧位置；

• 2 - <kbd>cv2.CAP_PROP_POS_AVI_RATIO</kbd>：视频文件的相对位置（0 表示开始，1 表示结束）；

• 3 - <kbd>cv2.CAP_PROP_FRAME_WIDTH</kbd>：视频流的帧宽度；

• 4 - <kbd>cv2.CAP_PROP_FRAME_HEIGHT</kbd>： 视频流的帧高度；

• 5 - <kbd>cv2.CAP_PROP_FPS</kbd>：帧率；

• 6 - <kbd>cv2.CAP_PROP_FOURCC</kbd> ： 编解码器四字符代码；

• 7 - <kbd>cv2.CAP_PROP_FRAME_COUNT</kbd> ：视频文件的帧数；

• 8 - <kbd>cv2.CAP_PROP_FORMAT</kbd>：retrieve()返回的 Mat 对象的格式；

• 9 - <kbd>cv2.CAP_PROP_MODE</kbd> ：后端专用的值，指示当前捕获模式；

• 10 - <kbd>cv2.CAP_PROP_BRIGHTNESS</kbd> ：图像的亮度，仅适用于支持的相机；

• 11 - <kbd>cv2.CAP_PROP_CONTRAST</kbd> ：图像对比度，仅适用于相机；

• 12 - <kbd>cv2.CAP_PROP_SATURATION</kbd>：图像饱和度，仅适用于相机；

• 13 - <kbd>cv2.CAP_PROP_HUE</kbd>：图像色调，仅适用于相机；

• 14 - <kbd>cv2.CAP_PROP_GAIN</kbd>：图像增益，仅适用于支持的相机；

• 15 - <kbd>cv2.CAP_PROP_EXPOSURE</kbd>：曝光，仅适用于支持的相机；

• 16 - <kbd>cv2.CAP_PROP_CONVERT_RGB</kbd>：布尔标志，指示是否应将图像转换为 RGB；

• 17 - <kbd>cv2.CAP_PROP_WHITE_BALANCE</kbd>：目前不支持；

• 18 - <kbd>cv2.CAP_PROP_RECTIFICATION</kbd>：立体摄像机的整流标志。

有了上述清单，可以获取视频较多的属性值了，例如获取宽度与高度。

cap = cv.VideoCapture('test.mp4')print("宽度：%s,高度：%s" % (cap.get(3), cap.get(4)))

有 <kbd>get</kbd> 方法，对应的就存在 <kbd>set</kbd> 函数，函数原型如下：

cap.set(propId，value) # 进行修改，value 是修改后的值

但这个地方要注意下，上面 <kbd>set</kbd> 函数只对采集摄像头有用，如果读取的是视频文件，上述内容就不在起作用了。

如果你还是希望实现修改视频文件的窗口大小，那可以使用下述方案。

cv2.namedWindow("frame", 0)cv2.resizeWindow("frame", 800,300)

如果想希望查看视频播放的当前位置、帧率、帧数，可以直接使用下述代码。

time = cap.get(cv2.CAP_PROP_POS_MSEC)fps = cap.get(cv2.CAP_PROP_FPS)total_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)

当然，使用属性值也可以。

time = cap.get(0)fps = cap.get(5)total_frames = cap.get(7)

在 OpenCV 中捕获视频并保存

图片的保存使用函数 <kbd>cv2.imwrite</kbd>即可实现，但视频保存，需要与<kbd>cv2.VideoCapture</kbd>对应着，创建一个 <kbd>VideoWriter</kbd>对象，而且还需要确定文件的名称，视频 <kbd>FourCC</kbd> 编码，频率，帧大小，<kbd>isColor</kbd>标签，该标签如果为 True 则保存彩色图，否则是灰度图。

首先对 <kbd>FourCC</kbd> 进行一下说明，该编码是一个 4 字节码，表示的是视频编码格式。

例如对于 <kbd>MJPG</kbd>，它有两种写法。

注意这是 <kbd>OpenCV 3</kbd> 写法，网上现在大多数博客都是 <kbd>OpenCV 2</kbd> 写法。

cv2.VideoWriter_fourcc('M', 'J', 'P', 'G')cv2.VideoWriter_fourcc(*'MJPG')

常见编码说明：

• <kbd>MJPG</kbd>编码器编码的视频非常大；

• <kbd>X264</kbd> 编码器编码的视频很小；

• <kbd>XVID</kbd>编码器优先选择，质量较高且体积较小。

<kbd>cv2.VideoWriter</kbd>函数原型如下：

cv2.VideoWriter( filename, fourcc, fps, frameSize[, isColor] )

相关参数：

• <kbd>filename</kbd>：视频保存文件名称；

• <kbd>fourcc</kbd>：视频编解码器的 4 字节代码；

• <kbd>fps</kbd>：帧率；

• <kbd>frameSize</kbd>：帧大小；

• <kbd>isColor</kbd>：如果为 True，则视频为彩色，否则为灰度视频，默认为 True。

测试代码如下，代码之后跟相关问题的说明。

import numpy as npimport cv2
cap = cv2.VideoCapture("test.mp4")
width = int(cap.get(3))height = int(cap.get(4))fps = cap.get(5)
# FourCC 编码是 XVIDfourcc = cv2.VideoWriter_fourcc(*'XVID')out = cv2.VideoWriter("test1.avi", fourcc, fps, (width, height))
while 1:    ret, frame = cap.read()    if frame is None:        break    else:        # 对每一帧都进行处理        # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)        out.write(frame)        cv2.imshow("video", frame)        k = cv2.waitKey(25) & 0xFF         if k == 27:            break
cap.release()out.release()cv2.destroyAllWindows()

在调用函数 cv2.VideoWriter("test1.avi", fourcc, fps, (width, height)) 的时候，注意需要 (width, height) 必须是整数，需要强制转换一下。

其中 20 是 fps ，如果想保存成灰度视频，按照下述代码修改即可。

out = cv2.VideoWriter("test1.avi", fourcc, fps, (width, height),False)# ......# 注意在读取每一帧的时候，都要转换成灰度图frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# ......

如果在编码时出现如下错误，注意是 frameSize 参数设置的问题

VideoWriter() missing required argument 'frameSize' (pos 5)

对应的代码位置按照如下修改即可

out = cv2.VideoWriter("test1.avi", fourcc, fps, (int(width), int(height)))

下一个常见的问题是，如果不是读取视频文件，直接采集的摄像头数据，使用 <kbd>fps = cap.get(5)</kbd> 是无法获取到具体的 fps 值的，此时只能进行手动设定。

该值的设定需要依据自己电脑的配置，一般设置为 10~20 即可。