OpenCV视频处理练习案例-学习篇

需要实现的功能:

用OpenCV打开一段视频,将每一帧画面压缩成540p,对画面进行垂

直翻转,转为黑白,然后添加高斯噪声,把处理好的每一帧画面保存

成一个mp4文件保存到本地

Python代码如下:

python 复制代码
import cv2
import numpy as np #高斯噪音需要一些数学运算

#给视频添加高斯噪声类
def add_gaussion_noise(image): #image传入的是视频中读取到的每一个画面
    rows, col = image.shape #获取这个画面的尺寸信息 有多少行rows 有多少列col
    mean = 0 #设定平均值为0
    sigma = 15 #∑ 数学中的求和号
    gauss = np.random.normal(mean, sigma, (rows, col)) #做出一个高斯噪声(纯噪声)
    noisy = image + gauss #把画面和噪声相叠加后产生带噪声的图片
    noisy_img = np.clip(noisy, 0, 255) #np.clip限定带噪声的像素值的范围在0-255
    return noisy_img.astype(np.uint8) #把图片转成整数形式返回

#输入和输出视频文件名
input_video = "./outdoor.mp4"
output_video = "./output02.mp4"

#打开输入视频
cap = cv2.VideoCapture(input_video)

#获取视频的帧率和帧大小
fps = int(cap.get(cv2.CAP_PROP_FPS))
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

#计算新的帧大小(540p)
new_height = 540
new_width = int((new_height / frame_height) * frame_width)

#创建视频写入对象
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter(output_video, fourcc, fps, (new_width, new_height),isColor=False)
#在循环中不停读取每一帧做处理
while True:
    ret, frame = cap.read()
    if not ret:
        break

    #调整帧率大小
    frame = cv2.resize(frame, (new_width, new_height))
    #转换为灰度图像
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    #垂直翻转画面
    frame = cv2.flip(frame, 1)
    #添加高斯噪声
    frame = add_gaussion_noise(frame)
    #写出输出视频
    out.write(frame)

#释放资源并关闭窗口
cap.release()
out.release()
cv2.destroyAllWindows()

生成的文件检测后是没问题的

相关推荐
阳光九叶草LXGZXJ7 小时前
达梦数据库-报错-15-列【XXX】长度超出定义
linux·运维·数据库·sql·学习
怕浪猫7 小时前
RAG 面试 6 连问,从原理到优化全部覆盖
python·算法·面试
高洁018 小时前
具身智能中的世界模型训练
人工智能·python·深度学习·机器学习·transformer
无线通信科研笔记8 小时前
IEEE TVT 2026 论文精读与完整复现|相位误差如何重塑近场 RIS 的幅相响应
论文阅读·人工智能·python·算法·论文笔记
朝朝辞暮i8 小时前
VLA 系统学习第 1 课:VLA 到底在干什么?
人工智能·python·计算机视觉·vla
2601_962885728 小时前
如何用 Python 自动识别股票的支撑位与压力位?
开发语言·python
北冥有鱼被烹9 小时前
VCSEL全景解析:与光模块NPO CPO的关系、市场量化分析与产业链影响
python
caoerzhong9 小时前
中小企业上 WMS 该先上哪几块:JeeWMS 开源 Java 仓库管理系统的分批上线清单
java·python·开源
正在走向自律9 小时前
AI数据分析与可视化:从基础到应用实践
服务器·人工智能·python·机器学习·数据分析·pandas
mlidongfeng10 小时前
【学习】mKernel 分析
学习