OpenCV视频I/O(5)视频采集类VideoCapture之从视频流中获取下一帧的函数grab()的使用

  • 操作系统:ubuntu22.04
  • OpenCV版本:OpenCV4.9
  • IDE:Visual Studio Code
  • 编程语言:C++11

算法描述

从视频文件或捕获设备中抓取下一帧。

grab() 函数是 OpenCV 中 VideoCapture 类的一个成员函数,用于从视频流中获取下一帧而不立即检索它。这意味着 grab() 函数将下一帧标记为"已获取",但不会立即将其读取到内存中。这可以用于同步多个视频流或摄像头的情况,以便在实际读取帧之前先获取它们。

该方法/函数从视频文件或相机中抓取下一帧,并在成功的情况下返回 true(非零值)。

该函数的主要用途是在多相机环境中,尤其是在相机没有硬件同步的情况下。也就是说,你为每个相机调用 VideoCapture::grab(),之后再调用较慢的方法 VideoCapture::retrieve() 来解码并从每个相机获取帧。这样就消除了去马赛克或运动 JPEG 解压缩等带来的开销,从而使得从不同相机获取的帧在时间上更接近。

另外,当连接的相机是多头的(例如,立体相机或 Kinect 设备),从它那里正确获取数据的方式是首先调用 VideoCapture::grab(),然后使用不同的通道参数值多次调用 VideoCapture::retrieve()

函数原型

cpp 复制代码
virtual bool cv::VideoCapture::grab	()	

参数

此函数不接受任何参数。

返回值

类型:bool

描述:返回值指示是否成功抓取了下一帧。如果返回 true(非零值),则表示成功抓取了下一帧;如果返回 false(零值),则表示抓取失败,可能是因为已经到达视频流的末尾或其他错误。

代码示例

cpp 复制代码
#include <iostream>
#include <opencv2/opencv.hpp>

int main()
{
    // 使用默认摄像头(索引为 0),并指定使用默认后端
    cv::VideoCapture cap( 0 );

    // 检查是否成功打开了摄像头
    if ( !cap.isOpened() )
    {
        std::cout << "Error opening video stream or file" << std::endl;
        return -1;
    }

    // 循环抓取并显示视频帧
    while ( true )
    {
        // 从视频流中抓取下一帧
        bool grabbed = cap.grab();

        // 检查是否成功抓取了下一帧
        if ( !grabbed )
        {
            std::cout << "Failed to grab the next frame." << std::endl;
            break;
        }

        // 读取已抓取的帧
        cv::Mat frame;
        cap.retrieve( frame );

        // 如果没有读取到帧,则退出循环
        if ( frame.empty() )
        {
            std::cout << "Failed to retrieve the grabbed frame." << std::endl;
            break;
        }

        // 显示视频帧
        cv::imshow( "Camera Stream", frame );

        // 按 'q' 键退出循环
        if ( cv::waitKey( 1 ) == 'q' )
        {
            break;
        }
    }

    // 释放资源
    cap.release();
    cv::destroyAllWindows();

    return 0;
}

运行结果

显示的是当前的实时视频图像:

相关推荐
小憩-1 小时前
【机器学习】吴恩达机器学习笔记
人工智能·笔记·机器学习
却道天凉_好个秋1 小时前
深度学习(二):神经元与神经网络
人工智能·神经网络·计算机视觉·神经元
UQI-LIUWJ1 小时前
unsloth笔记:运行&微调 gemma
人工智能·笔记·深度学习
THMAIL1 小时前
深度学习从入门到精通 - 生成对抗网络(GAN)实战:创造逼真图像的魔法艺术
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·cnn
却道天凉_好个秋1 小时前
计算机视觉(八):开运算和闭运算
人工智能·计算机视觉·开运算与闭运算
无风听海1 小时前
神经网络之深入理解偏置
人工智能·神经网络·机器学习·偏置
JoinApper1 小时前
目标检测系列-Yolov5下载及运行
人工智能·yolo·目标检测
非凡ghost2 小时前
FxSound:提升音频体验,让音乐更动听
前端·学习·音视频·生活·软件需求
飞哥数智坊2 小时前
即梦4.0实测:我真想对PS说“拜拜”了!
人工智能
fantasy_arch2 小时前
9.3深度循环神经网络
人工智能·rnn·深度学习