OpenCv:采集摄像头视频、读取视频帧与视频录制

目录

一、涉及OpenCv函数

二、什么是帧、帧的大小代表什么

三、摄像头获取视频数据

四、录制视频并保存


一、涉及OpenCv函数

从设备,可以是摄像头可以是本地视频,获取视频的函数 cv.VideoCapture()。本函数作用在于创建一个VideoCapture或者VideoWriter对象,真正的读取和写入是通过创建的对象进行read和write的调用的。视频可以采用不同的格式,如AVI,MP4,MOV等,这些格式定义了视频文件的编码方式、分辨率、帧率等参数。

  • 视频写入函数 cv.VideoWriter()
  • 读取视频/打开摄像头 cv.VideoCapture()
  • 写入视频 cv.VideoWriter()
  • 打开,判断是否打开isOpened () open()
  • 获取参数,更改参数 cv.VideoCapture.get(propId) cv.VideoCapture.set(propId, value)
  • 释放视频 cv.VideoCapture.release()

二、什么是帧、帧的大小代表什么

视频的基本组成部分是帧(frame), 即一系列静态图像,这些图像在一定速率下以连续的方式播放,形成动态图像,例如30帧/秒。视频每秒的帧数被称为帧率(Frame Rate),通常用"fps" (Frames Per Second)表示。例如,30fps表示视频每秒钟包含30帧图像。帧率决定了视频的流畅度和真实感。较高的帧率可以使视频看起来更加流畅,因为它们可以更快地刷新图像。例如,60fps的视频比30fps的视频看起来更加流畅。此外,较高的帧率还可以减少视频中的模糊和颤动,因为它们可以更好地捕捉运动。但较高的帧率会导致文件变大和编解码更复杂,因为需要处理更多的帧图像。30帧即代表一秒展现30张图片

三、摄像头获取视频数据

代码:

python 复制代码
import cv2 as cv

# 创建VideoCapture对象,用创建的对象去做之后的操作
cap = cv.VideoCapture(0)
# 检测有无摄像头正常使用
# 这是一个必要的验证,当cap为空的时候,后续调用会报错。
if not cap.isOpened():
    print("Cannot open camera")
    exit()

# 获取视频流是一个连续的循环过程,一直在获取,不是说获取到一帧就可以了
while True:
    # 通过创建的VideoCapture对象逐帧获取视频,会返回两个参数,ret返回true和false代表是否正常获取到帧,以及视频是否结束
    # frame代表获取到的帧
    ret, frame = cap.read()
    # if frame is read correctly ret is True
    if not ret:
        print("不能正常读取视频帧")
        break
    # 将获取到的视频帧,也就是一幅幅图像,转为灰度图
    gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
    # 展示
    cv.imshow('frame', gray)
    # q退出获取视频流
    if cv.waitKey(1) == ord('q'):
        break
# 释放资源
cap.release()
cv.destroyAllWindows()

四、录制视频并保存

代码如下:

python 复制代码
import cv2


# 视频的本质上就是由一幅一幅的图片组成
# 24帧 60帧(表示一秒显示60张图片)


# 创建一个窗口
cv2.namedWindow('video',cv2.WINDOW_NORMAL)
cv2.resizeWindow('video',640,480)

# 打开摄像头
cap = cv2.VideoCapture(0)
# 打开视频
# cap = cv2.VideoCapture('1.mp4')
# 保存视频
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
vw = cv2.VideoWriter('123.mp4',fourcc,30,(640,480))



# 循环读取摄像头的每一帧
while True:
    # 读一帧数据,返回标记,True表示读到了数据,False表示没读到数据
    ret,frame = cap.read()

    #可以根据ret做个判断
    if not ret:
        #没读到数据,直接退出
        break
    vw.write(frame)
#     显示数据
    cv2.imshow('video',frame)

    key = cv2.waitKey(1000 // 30)
    if key & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
vw.release()
cv2.destroyAllWindows()
相关推荐
SEO_juper25 分钟前
大型语言模型SEO(LLM SEO)完全手册:驾驭搜索新范式
人工智能·语言模型·自然语言处理·chatgpt·llm·seo·数字营销
攻城狮7号1 小时前
腾讯混元翻译模型Hunyuan-MT-7B开源,先前拿了30个冠军
人工智能·hunyuan-mt-7b·腾讯混元翻译模型·30个冠军
zezexihaha1 小时前
从“帮写文案”到“管生活”:个人AI工具的边界在哪?
人工智能
算家云1 小时前
nano banana官方最强Prompt模板来了!六大场景模板详解
人工智能·谷歌·ai大模型·算家云·ai生图·租算力,到算家云·nano banana 提示词
暴躁的大熊1 小时前
AI助力决策:告别生活与工作中的纠结,明析抉择引领明智选择
人工智能
Gyoku Mint1 小时前
提示词工程(Prompt Engineering)的崛起——为什么“会写Prompt”成了新技能?
人工智能·pytorch·深度学习·神经网络·语言模型·自然语言处理·nlp
梁小憨憨1 小时前
zotero扩容
人工智能·笔记
大数据张老师2 小时前
AI架构师的思维方式与架构设计原则
人工智能·架构师·ai架构·后端架构
AKAMAI2 小时前
Entity Digital Sports 降低成本并快速扩展
人工智能·云计算
m0_617663622 小时前
Deeplizard深度学习课程(七)—— 神经网络实验
人工智能·深度学习·神经网络