OpenCV基础:视频的采集、读取与录制

从摄像头采集视频

相关接口 - VideoCapture

VideoCapture 用于从视频文件、摄像头或其他视频流设备中读取视频帧。它可以捕捉来自多种源的视频。

主要参数:

cv2.VideoCapture(source):

source: 这是一个整数或字符串,表示视频的来源。

  • 如果是整数(如0、1等),表示打开对应的摄像头(0通常是默认摄像头)。
  • 如果是字符串,表示视频文件的路径,或者RTSP流、HTTP流等视频流地址。

常用方法:

cap.read():

  • 返回两个值:ret(布尔值,表示是否成功读取)和 frame(当前帧图像)。

cap.set(prop_id, value):

  • 设置视频捕获设备的属性。prop_id是属性标识符,value是设置的值。

常见的 prop_id 参数:

  • cv2.CAP_PROP_FPS:帧率(每秒帧数)。
  • cv2.CAP_PROP_FRAME_WIDTH:视频宽度。
  • cv2.CAP_PROP_FRAME_HEIGHT:视频高度。
  • cv2.CAP_PROP_BRIGHTNESS:亮度。
  • cv2.CAP_PROP_CONTRAST:对比度。

代码:

以下代码的作用是打开摄像头,将采集到的视频流显示到窗口中。

python 复制代码
import cv2

#创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

#获取视频设备
cap = cv2.VideoCapture(0)

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

    #将视频帧在窗口中显示
    cv2.imshow('video', frame)

    #等待键盘事件
    key = cv2.waitKey(1)
    if (key & 0xFF == ord('q')):
        break

#释放 videocapture
cap.release()
cv2.destroyAllWindows()

读取视频文件

只需要修改 VideoCapture 接口参数即可:

python 复制代码
import cv2

#创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

#读取视频文件
cap = cv2.VideoCapture('D:\\resource\\D026网络购物互联网科技.mov')

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

    #将视频帧在窗口中显示
    cv2.imshow('video', frame)

    #等待键盘事件
    key = cv2.waitKey(40)
    if (key & 0xFF == ord('q')):
        break

#释放 videocapture
cap.release()
cv2.destroyAllWindows()

其中 waitKey 设置为40ms,由于当前播放的视频帧率是25fps,然后1000/25 = 40,于是将waitkey等待间隔设置为了40ms。

运行后:

视频录制

相关接口 - videoWrite

VideoWriter 用于将视频帧写入视频文件。可以设置视频格式、编解码器、帧速率等。

主要参数:

cv2.VideoWriter(filename, fourcc, fps, frameSize, isColor)

filename: 输出视频文件的路径或文件名。这个文件将存储捕捉到的视频。

fourcc: 编解码器代码(FourCC)。这指定了视频的编码格式。常见的 fourcc 编码器包括:

  • cv2.VideoWriter_fourcc(*'XVID'):XVID编码。
  • cv2.VideoWriter_fourcc(*'MJPG'):MJPEG编码。
  • cv2.VideoWriter_fourcc(*'MP4V'):MP4编码。
  • cv2.VideoWriter_fourcc(*'H264'):H.264编码。

fps: 帧率(每秒帧数)。例如,30 表示每秒30帧。

frameSize: 视频帧的尺寸,通常是一个元组 (width, height),如 (640, 480)。

isColor: 布尔值,指示是否保存为彩色视频。True 表示彩色视频(默认),False 表示灰度视频。

常用方法:

writer.write(frame): 将视频帧写入输出文件。

writer.release(): 释放视频写入对象,确保文件正确关闭。

代码:

以下代码的作用是从摄像头采集视频,显示到窗口中,同时保存到本地。

python 复制代码
import cv2

#创建VideoWriter
fourcc = cv2.VideoWriter_fourcc(*'XVID')
vw = cv2.VideoWriter('./out.mp4', fourcc, 20, (640, 480))

#创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

#获取视频设备
cap = cv2.VideoCapture(0)

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

    #将视频帧在窗口中显示
    cv2.imshow('video', frame)

    #写数据到多媒体文件
    vw.write(frame)

    #等待键盘事件
    key = cv2.waitKey(1)
    if (key & 0xFF == ord('q')):
        break

#释放 videocapture
cap.release()

#释放VideoWriter
vw.release()

cv2.destroyAllWindows()

查看输出视频属性:

代码优化:

  • 增加摄像头开启判断
  • 增加采集视频失败处理
python 复制代码
import cv2

#创建VideoWriter
fourcc = cv2.VideoWriter_fourcc(*'XVID')
vw = cv2.VideoWriter('./out.mp4', fourcc, 20, (640, 480))

#创建窗口
cv2.namedWindow('video', cv2.WINDOW_NORMAL)
cv2.resizeWindow('video', 640, 480)

#获取视频设备
cap = cv2.VideoCapture(0)

while cap.isOpened:
    ret, frame = cap.read()
    if ret == False :
        break;
    
    #将视频帧在窗口中显示
    cv2.imshow('video', frame)
    cv2.resizeWindow('video', 640, 480)

    #写数据到多媒体文件
    vw.write(frame)

    #等待键盘事件
    key = cv2.waitKey(1)
    if (key & 0xFF == ord('q')):
        break

#释放 videocapture
cap.release()

#释放VideoWriter
vw.release()

cv2.destroyAllWindows()
相关推荐
Blossom.1184 小时前
把 AI 塞进「自行车码表」——基于 MEMS 的 3D 地形预测码表
人工智能·python·深度学习·opencv·机器学习·计算机视觉·3d
这张生成的图像能检测吗10 小时前
(论文速读)Prompt Depth Anything:让深度估计进入“提示时代“
深度学习·计算机视觉·深度估计
2501_9248772112 小时前
强逆光干扰漏检率↓78%!陌讯多模态融合算法在光伏巡检的实战优化
大数据·人工智能·算法·计算机视觉·目标跟踪
程序猿小D12 小时前
【完整源码+数据集+部署教程】脑部CT图像分割系统源码和数据集:改进yolo11-CSwinTransformer
python·yolo·计算机视觉·数据集·yolo11·脑部ct图像分割
不枯石16 小时前
Python计算点云的欧式、马氏、最近邻、平均、倒角距离(Chamfer Distance)
python·计算机视觉
竹子_2319 小时前
《零基础入门AI: 目标检测基础知识》
人工智能·python·目标检测·计算机视觉
春末的南方城市21 小时前
统一虚拟试穿框架OmniTry:突破服装局限,实现多品类可穿戴物品虚拟试穿无蒙版新跨越。
人工智能·深度学习·机器学习·计算机视觉·aigc
苏三福21 小时前
ffmpeg+opencv交叉编译
人工智能·opencv·ffmpeg
人生游戏牛马NPC1号21 小时前
学习 Android (十七) 学习 OpenCV (二)
android·opencv·学习
CoovallyAIHub21 小时前
应对不平衡数据集:MixUp、CutMix与Focal Loss实战指南
深度学习·算法·计算机视觉