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
MartinYeung51 小时前
[论文学习]PoisonBench:评估语言模型对投毒偏好数据的脆弱性
人工智能·学习·语言模型
华研前沿标杆游学3 小时前
华为松山湖高阶研学|企业数字化转型游学攻略
python
Data_Journal7 小时前
用于网页抓取的 Node-unblocker
大数据·开发语言·数据库·python·scrapy
豆角焖肉8 小时前
SSM 聚合项目搭建:多 Maven 模块项目
开发语言·python·pycharm
青 春 记 忆8 小时前
零基础入门python20:Flask配置、扩展和蓝图拆分
python·flask·后端开发
m0_380743879 小时前
为 OpenAI 兼容接口配置教程
开发语言·python·node.js
xian_wwq9 小时前
【学习笔记】-深度认知系列-第1讲-AI不是魔法——三句话讲清楚人工智能到底是什么
笔记·学习·深度认知
M78佐菲9 小时前
c语言学习笔记:排序与查找方法整理
linux·c语言·笔记·学习·算法
别动我齐刘海10 小时前
机器人运动控制学习4——状态估计 State Estimation
c++·人工智能·学习·目标检测·机器学习·机器人·自动驾驶
狂云歌10 小时前
2025年读书回顾,AI+游戏+历史
人工智能·学习·游戏