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
亚马逊云开发者8 分钟前
Agentic AI基础设施实践经验系列(六):Agent质量评估
人工智能
郁大锤15 分钟前
OpenAI responses使用教程(三) ——Responses create python SDK 介绍
人工智能·python·ai·openai
余衫马21 分钟前
聚类算法入门:像魔法一样把数据自动归类
人工智能·算法·机器学习·聚类
半臻(火白)21 分钟前
Kimi K2 Thinking:开源时代的「思考代理」革命,重新定义AI复杂任务处理
人工智能
水如烟28 分钟前
孤能子视角:“十五五“规划动力学分析
人工智能
再__努力1点36 分钟前
【02】深入理解Harris角点检测:从原理推导到实战实现
python·opencv·计算机视觉·特征提取
AI人工智能+1 小时前
无缝对接与数据驱动:护照MRZ识别技术在智慧景区管理中的深度应用
人工智能·计算机视觉·ocr·护照mrz码识别
一水鉴天1 小时前
整体设计 全面梳理复盘之30 Transformer 九宫格三层架构 Designer 全部功能定稿(初稿)之2
前端·人工智能
luoganttcc1 小时前
DiffusionVLA 与BridgeVLA 相比 在 精度和成功率和效率上 有什么 优势
人工智能·算法
飞哥数智坊1 小时前
TRAE CN + K2 Thinking,我试着生成了一个简版的在线 PS
人工智能·ai编程·trae