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
电商API_1800790524718 分钟前
企业ERP进销存场景|京东商品详情接口自动同步方案|凭证鉴权批量调用技术实操
大数据·运维·人工智能·爬虫·数据挖掘·网络爬虫
qizayaoshuap20 分钟前
# ❌ 井字棋 — 鸿蒙ArkTS Minimax AI算法与博弈系统设计
人工智能·算法·华为·harmonyos
雪隐23 分钟前
个人电脑玩AI-13让5060 Ti给你打工——我用 0.9B 小模型终结了"谁来记会议纪要"这个世纪难题
前端·人工智能·后端
-XWB-28 分钟前
【 LLM】Agent Planning 完全指南:8 种纯 LLM 范式 + 8 种混合规划模式详解(一)
人工智能·aigc·学习方法·ai编程
兵叔物联32 分钟前
基于FFmpeg的短视频自动剪辑工具
ffmpeg·音视频
半个落月34 分钟前
用 LangChain JS 做可控写作实验:理解温度参数、提示词与异步调用
javascript·人工智能·后端
AORUO奥偌37 分钟前
从“拼凑”到“集成”:音视频系统如何重塑弱电智能化建设逻辑
音视频·公共广播系统·音视频系统·多媒体会议与ip广播系统·多媒体会议系统
Anova.YJ1 小时前
AI通用能力(二)
人工智能
m沐沐1 小时前
【深度学习】卷积神经网络 数据增强、保存最优模型实现,详细解读
人工智能·python·深度学习·机器学习·cnn·数据增强
rain_sxr1 小时前
把多步串起来:Agent 前端编排的状态机与进度可视化
人工智能