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
CoovallyAIHub11 小时前
Moonshine:比 Whisper 快 100 倍的端侧语音识别神器,Star 6.6K!
深度学习·算法·计算机视觉
CoovallyAIHub13 小时前
速度暴涨10倍、成本暴降6倍!Mercury 2用扩散取代自回归,重新定义LLM推理速度
深度学习·算法·计算机视觉
CoovallyAIHub16 小时前
OpenClaw一脚踩碎传统CV?机器终于不再只是看世界
深度学习·算法·计算机视觉
CoovallyAIHub16 小时前
仅凭单目相机实现3D锥桶定位?UNet-RKNet破解自动驾驶锥桶检测难题
深度学习·算法·计算机视觉
IVEN_2 天前
Python OpenCV: RGB三色识别的最佳工程实践
python·opencv
CoovallyAIHub6 天前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub6 天前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub6 天前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub6 天前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub6 天前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉