Ubuntu系统VScode实现opencv(c++)视频的处理与保存

通过OpenCV等计算机视觉工具,开发者可以像处理静态图像一样对视频流逐帧分析:从简单的裁剪、旋转、色彩校正,到复杂的稳像、目标跟踪、超分辨率重建。而如何将处理后的高帧率、高动态范围数据高效压缩并封装为通用格式(如MP4、AVI),则决定了成果能否跨越设备与平台无缝传播。

到这里,我们已经学会了如何调用摄像头以及播放视频,接下来是视频的属性及处理后如何保存。

对于视频来说,其实就是每一帧的图片,那么视频也是有宽和高的,还有视频的帧率以及这个视频总共有多少帧图片。

1.宽高

复制代码
    int frame_width = capture.get(CAP_PROP_FRAME_WIDTH);
    int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);

当然,我们也可以通过set设置我们想要的宽高,但是必须是硬件支持对应的宽高比;

复制代码
    int frame_width = capture.set(CAP_PROP_FRAME_WIDTH);
    int frame_height = capture.set(CAP_PROP_FRAME_HEIGHT);

2.总共帧率

这段代码就是获取这个导入视频的总共帧率。 如果调用摄像头理论就是-1。

复制代码
int count = capture.get(CAP_PROP_FRAME_COUNT);

3.实时帧率

这段代码就是获取视频的实时帧率。

复制代码
int fps = capture.get(CAP_PROP_FPS);

那么整体代码如下:这里我打印了相关信息,以便验证

复制代码
void Demo::video_Demo(Mat &image)
{
    VideoCapture capture(0);
    int frame_width = capture.get(CAP_PROP_FRAME_WIDTH);
    int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);
    int fps = capture.get(CAP_PROP_FPS);
    int count = capture.get(CAP_PROP_FRAME_COUNT);
    cout<<"frame_width:"<<frame_width<<endl;
    cout<<"frame_height:"<<frame_height<<endl;
    cout<<"fps:"<<fps<<endl;//每秒多少怎帧
    cout<<"count:"<<count<<endl;//总共有多少帧

    Mat frame;
    while (1)
    {
        capture.read(frame);
        if (frame.empty())break;
        // Do something
        flip(frame,frame,1);
        colorspace_Demo(frame);
        int c = waitKey(10);
        if (c == 27){
            capture.release();//释放摄像头
            break; 
        }
    }
}

运行结果:当我们调用摄像头,总帧率count给的就是-1,而导入视频时,就会给出确切的视频总帧率。

视频保存

首先我们需要实例化一个保存的类VideoWriter

复制代码
VideoWriter save("/home/xlh/c++code/2.MP4",VideoWriter::fourcc('a','v','c','1'),
fps,Size(frame_width,frame_height),true);

第一个参数是保存的路径,第二个参数是视频的编码方式,第三个是视频的实时帧率,第四个是视频的宽高比。

紧接着我们只需要在每一帧处理后的代码加上一个方法调用就可以保存视频了。

复制代码
void Demo::video_Demo(Mat &image)
{
    VideoCapture capture("/home/xlh/c++code/1.webm");
    int frame_width = capture.get(CAP_PROP_FRAME_WIDTH);
    int frame_height = capture.get(CAP_PROP_FRAME_HEIGHT);
    int fps = capture.get(CAP_PROP_FPS);
    int count = capture.get(CAP_PROP_FRAME_COUNT);
    cout<<"frame_width:"<<frame_width<<endl;
    cout<<"frame_height:"<<frame_height<<endl;
    cout<<"fps:"<<fps<<endl;//每秒多少怎针
    cout<<"count:"<<count<<endl;//总共有多少针
    VideoWriter save("/home/xlh/c++code/2.MP4",VideoWriter::fourcc('a','v','c','1'),fps,Size(frame_width,frame_height));

    Mat frame;
    while (1)
    {
        capture.read(frame);
        if (frame.empty())break;
        // Do something

        flip(frame,frame,1);
        colorspace_Demo(frame);
        save.write(frame);//视频保存
        int c = waitKey(10);
        if (c == 27){
            capture.release();//释放摄像头
            save.release();
            break; 
        }
    }
}

这里后改动的地方是 save.write(frame);以及save.release();我们保存完成后就要释放这个资源。

这样就完成保存了。

这里我运行后已经保存了我的视频为2.MP4。

相关推荐
杨杨杨大侠16 分钟前
Agent 的上下文和记忆怎么管?从 Harness 到 AgentScope 实现
人工智能·agent
jimy118 分钟前
c++的 Type Traits (一)
开发语言·c++
OceanBase数据库官方博客44 分钟前
被 VLDB 2027接收OceanBase 最新论文让数据库基(技术解析与实践)
数据库·人工智能·oceanbase
朝朝辞暮i1 小时前
第 22 课:Conditional 1D U-Net——Diffusion Policy 怎样理解一整段未来动作?
人工智能·pytorch·深度学习·transformer·vla
别动我齐刘海1 小时前
Linux 系统调试学习2
linux·运维·c++·人工智能·学习·机器学习·机器人
Dawson Zhu1 小时前
《Agentic Design Patterns》第 18 章导读:Guardrails 安全模式
人工智能·语言模型·架构·aigc·agi
探客木木夕1 小时前
结构超图重构神经网络模型:脉冲权重节点与四阶段闭环框架
人工智能·深度学习·神经网络
地理探险家1 小时前
从零实现图片自动分类:数据准备、模型训练与单图预测
人工智能·深度学习·机器学习·分类·数据挖掘·数据集
亲笔签1 小时前
“场景重庆”典型案例 | 数字笔迹技术赋能政务服务 打造可信电子签署创新场景
大数据·人工智能