【计算机视觉(2)】

基于Python的OpenCV基础入门------视频的处理

视频

视频是由一系列连续的图像帧组成的。每一帧都是视频中的一张静止图像,它们以非常快的速度连续播放,给人一种连续运动的感觉。视频的帧率指的是每秒钟播放的帧数,常见的帧率有24帧/秒、30帧/秒和60帧/秒等。帧率越高,视频播放越流畅。视频的处理就是通过循环将视频流中的所有的帧进行处理

OpenCV视频处理操作:

创建视频对象

cap = cv2.VideoCapture(value)

参数:

设备索引或者一个视频文件名。摄像头读取则是设备索引,0为默认摄像头;视频文件读取则为filename

判断视频是否成功初始化

ret = cap.isOpened()

返回值:

ret :bool类型,成功则为True,否则为False。

读取视频帧

ret, frame = video.read()

返回值:

ret:bool类型,判断是否读取到帧,成功为True,否则为False。

frame:读取到的帧

获取视频特征

cap.get(propId)

参数:

propId : 0 到 18 之间的整数。每一个数代表视频的一个属性,在这里仅举几个常用的参数:

int 属性 propld
0 视频文件的当前位置(毫秒) CV_CAP_PROP_POS_FRAMES
1 下一步要解码/捕获的帧的基于0的索引 CV_CAP_PROP_POS_AVI_RATIO
3 视频流中帧的宽度 CV_CAP_PROP_FRAME_HEIGHT
4 视频流中帧的高度 CV_CAP_PROP_FPS
5 帧率 CV_CAP_PROP_FOURCC

设置视频参数

cap.set(propId, value)

参数:

propId : 0 到 18 之间的整数

value:设置的新值

声明编码器

fourcc = cv2.VideoWriter_fourcc('M', 'P', '4', 'V' ) , FourCC 是用于指定视频解码器的 4 字节代码。

参数 说明
'M', 'P', '4', 'V' MPEG-4编码类型,文件扩展名为 .mp4
'X','2','6','4' MPEG-4编码类型,文件扩展名为.mp4
'P','I','M','I' MPEG-1编码类型,文件扩展名为.avi
'X', 'V', 'I', 'D' MPEG-4编码类型,文件扩展名为.avi
'I', '4', '2', '0' YUV编码类型,文件扩展名为avi

保存视频

out = cv2.VideoWriter(filename,fourcc, fps, frameSize)

参数:

filename:视频保存的位置

fourcc:指定视频编解码器的4字节代码

fps:帧率

frameSize:帧大小

释放视频对象

capture.release(),释放视频对象是必要的清理操作

视频处理基本操作的代码实现:

复制代码
import cv2

cap = cv2.VideoCapture('img/1.mp4')

while(cap.isOpened()):
    ret, frame = cap.read()
    if ret == True:
        cv2.imshow('frame', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

实现效果如下图:

相关推荐
king王一帅1 小时前
Incremark Solid 版本上线:Vue/React/Svelte/Solid 四大框架,统一体验
前端·javascript·人工智能
泰迪智能科技3 小时前
分享|职业技术培训|数字技术应用工程师快问快答
人工智能
晓幂5 小时前
【2025】HECTF
笔记·学习·web安全
Dxy12393102165 小时前
如何给AI提问:让机器高效理解你的需求
人工智能
少林码僧5 小时前
2.31 机器学习神器项目实战:如何在真实项目中应用XGBoost等算法
人工智能·python·算法·机器学习·ai·数据挖掘
钱彬 (Qian Bin)5 小时前
项目实践15—全球证件智能识别系统(切换为Qwen3-VL-8B-Instruct图文多模态大模型)
人工智能·算法·机器学习·多模态·全球证件识别
智航GIS5 小时前
10.4 Selenium:Web 自动化测试框架
前端·python·selenium·测试工具
没学上了6 小时前
CNNMNIST
人工智能·深度学习
jarreyer6 小时前
摄像头相关记录
python
宝贝儿好6 小时前
【强化学习】第六章:无模型控制:在轨MC控制、在轨时序差分学习(Sarsa)、离轨学习(Q-learning)
人工智能·python·深度学习·学习·机器学习·机器人