OpenCV Python 版使用教程(二)摄像头调用

文章目录


一、上篇回顾

在上一篇中,简单介绍了如何在 Windows 和 Ubuntu 两个环境下部署和安装 OpenCV,从本篇开始将逐步介绍 OpenCV 中的常见操作。

本篇介绍 OpenCV 和摄像头的相关操作。

二、使用步骤

1. 调用摄像头的 API 介绍

OpenCV 调用摄像头使用 cv2.VideoCapture ,API 如下:

cpp 复制代码
cv::VideoCapture::VideoCapture()
cv::VideoCapture::VideoCapture(const String& filename)
cv::VideoCapture::VideoCapture(const String& filename, int apiPreference)
cv::VideoCapture::VideoCapture(int index)
cv::VideoCapture::VideoCapture(int index, int apiPreference)

从 API 中可以看出,OpenCV 的 VideoCapture 对象可以用 摄像头或者一个视频文件作为输入流,apiPreference 则指定了图像视频流处理的 API,这些 API 以 CAP_ 开头。

2. 代码示例

在编辑器中输入以下内容:

python3 复制代码
import cv2

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()

    if not ret:
        print("摄像头无法打开!")
        break

    cv2.imshow("Capture", frame)

    if cv2.waitKey(0) == ord('q'):
        break

cv2.destroyAllWindows()

如果运行正常,那么应该能看到摄像头的画面内容。

3. 代码分析

python3 复制代码
cap = cv2.VideoCapture(0)

这里,0 指的是摄像头的位置,如果只有一个摄像头,一般来说都是 0,而如果有多个摄像头,则可以通过更改编号来切换摄像头,笔记本电脑自带的摄像头也是 0。

python3 复制代码
ret, frame = cap.read()

cap.read() 用于从视频流中读取一帧,函数返回两个参数,retbool 类型,用于判断是否成功读取视频帧,framenp.ndarray 类型,是一个数组,用于记录摄像头的信息。

python3 复制代码
cv2.imshow("Capture", frame)

imshow 函数用于显示画面,使用方法如下:

cpp 复制代码
void cv::imshow(const String& winname, InputArray mat)	

第一个参数是窗口名称,第二个参数是要显示的图像,也就是前面的 frame

python3 复制代码
if cv2.waitKey(0) == ord('q'):
    break

waitKey 函数用于接收键盘输入,注意 只有在窗口中按下按键才有用,在终端或者其他地方无效

python3 复制代码
int cv::waitKey(int delay = 0)
  • delay < 0: 立即返回结果,不等待用户输入
  • delay = 0: 无限期等待直到用户输入
  • delay > 0: 等待指定时间 (ms) 后返回输入的内容。

返回的内容为 ASCII 值,因此需要进行转换,Python 中的 ord 函数可以将字符转换为 ASCII 值。


三、下篇预告

本篇简单介绍了 OpenCV 中 摄像头读取的相关操作。在摄像头读取时,可能会出现画面延迟,导致读取到的往往不是最新的画面,下期将介绍解决方法。

相关推荐
飞睿科技44 分钟前
乐鑫信息推出ESP-Claw AI智能体框架,物联网进入“聊天造物”时代
人工智能·物联网·esp32·乐鑫科技·ai智能体
我喜欢山,也喜欢海1 小时前
Java和go在并发上的表现为什么不一样
java·python·golang
Wenzar_2 小时前
**零信任架构下的微服务权限控制:用Go实现基于JWT的动态访问策略**在现代云原生环境中,
java·python·微服务·云原生·架构
顾城猿2 小时前
NLP入门
人工智能·自然语言处理
不是起点的终点2 小时前
【实战】Python 一键生成数据库说明文档(对接阿里云百炼 AI,输出 Word 格式)
数据库·python·阿里云
独隅2 小时前
将MAE模型从PyTorch无缝迁移到TensorFlow Lite的完整实践指南
人工智能·pytorch·tensorflow
HackTorjan2 小时前
AI图像处理的核心原理:深度学习驱动的视觉特征提取与重构
图像处理·人工智能·深度学习·django·sqlite
梦梦代码精3 小时前
从工程视角拆解 BuildingAI:一个企业级开源智能体平台的架构设计与实现
人工智能·gitee·开源·github
supericeice3 小时前
复杂项目管理如何用好大模型:RAG、知识图谱与AI编排的落地框架
人工智能·知识图谱
2301_813599554 小时前
Go语言怎么做秒杀系统_Go语言秒杀系统实战教程【实用】
jvm·数据库·python