OpenCV实现视频的读取、显示、保存

目录

1,从文件中读取视频并播放

1.2代码实现

1.3效果展示

2,保存视频

[2.1 代码实现](#2.1 代码实现)

[2.2 结果展示](#2.2 结果展示)


1,从文件中读取视频并播放

在OpenCV中我们需要获取一个视频,需要创建一个VideoCapture对象,指定你要读取的视频文件:

(1)创建读取视频的对象

cap = cv.VideoCapture(filepath) 参数:视频文件路径

(2)视频的某些属性

(3)判断图像是否读取成功

(4)获取视频的一帧图像

(5)调用cv.imshow显示图像,在显示图像时使用cv.waitkey()设置适当的持续时间,如果太低视频会播放的非常快,如果太高就会播放的非常慢,通常情况下设置为 25 ms

(6) 调用cap.release()将视频释放掉

1.2代码实现

复制代码
import numpy as np
import cv2 as cv

#获取视频对象
cap = cv.VideoCapture(r'E:\All_in\opencv\video.mp4')
#判断是否读取成功

while(cap.isOpened()):
    #获取某一帧图像
    ret , frame = cap.read()
    #获取成功显示图像
    if ret == True:
        cv.imshow('frame',frame)
    #每一帧间隔25ms
    if cv.waitKey(25)& 0xFF == ord('q'):
        break

#释放视频对象
cap.release()
cv.destroyWindow()

1.3效果展示

2,保存视频

2.1 代码实现

复制代码
import cv2 as cv
import numpy as np

#读取视频
cap = cv.VideoCapture(r'E:\All_in\opencv\video.mp4')

#获取图像的属性(宽和高),并将其转化为整数
frame_width = int(cap.get(3))
frame_height = int(cap.get(4))

#创建保存图像的对象 , 设置编码格式,帧率,图像的宽 高等
'''函数第一个参数为输出文件路径,因为我们想保存为AVI格式,所以要指定编码格式为'M','J','P','G'(MJPEG压缩)
,帧率设置为10,视频帧的宽高设置为前面获取到的frame_width和frame_height。'''
out = cv.VideoWriter('outpy.avi',cv.VideoWriter_fourcc('M','J','P','G'),10,(frame_width,frame_height))
while(True):
    #获取视频中每一帧图像
    ret ,frame= cap.read()
    if ret==True:
        #将每一帧图像写入输出文件中
        out.write(frame)
    else:
        break

#释放资源
cap.release()
out.release()
cv.destroyAllWindows()

2.2 结果展示

相关推荐
github_is_geeksKai4 分钟前
50 个 AI 与开源工具怎么选:从实际用途到实现边界
人工智能
IT_陈寒11 分钟前
Vite的HMR把我整不会了:一个生产环境的热更新坑
前端·人工智能·后端
github_is_geeksKai13 分钟前
浏览器 AI 小工具怎么选?40 个项目与 5 类商业任务的参考指南
人工智能
styshoo15 分钟前
[snapshot]7-placeholder与恢复流程
人工智能
用户9562562542922 分钟前
跟做:Firecrawl 单页转 Markdown 再丢进沙箱总结
python·api
威哥爱编程41 分钟前
模拟面试智能体开发实战 02:回答等半分钟,谁还愿意练?把服务端和流式输出搭起来
python·agent·harmonyos
这个DBA有点耶1 小时前
库内计算推理:一条SQL背后的算子融合,和外挂方案差了几次网络往返
数据库·人工智能·sql
威哥爱编程1 小时前
模拟面试智能体开发实战 01:面试挂了都不知道挂在哪?用 Python 给自己造一个随叫随到的 AI 面试官
python·agent·harmonyos
SelectDB1 小时前
AI Agent 的分析数据存在哪里?Trace、Prompt 与会话数据的存储选型
人工智能
SelectDB1 小时前
京东 Apache Doris 湖仓查询优化实践:从多引擎统一到百万级查询
人工智能