OpenCV(四)：视频采集与保存

却道天凉_好个秋2025-10-09 14:27

核心函数

cv2.VideoCapture 是 OpenCV 中用于视频采集的核心对象。它抽象了视频输入源，无论是来自硬件摄像头、视频文件，还是网络流（如 IP 摄像机）。

构造函数（初始化）

创建 VideoCapture 对象的关键在于传入正确的参数，以指定视频源。

语法 说明
cap = cv2.VideoCapture(index) 实时流： 传入整数 index 。通常 0 代表系统默认摄像头，1 代表第二个摄像头，以此类推。
cap = cv2.VideoCapture(filename) 文件流： 传入视频文件的路径字符串 filename （如 'video.mp4' 或 'C:/path/to/video.avi'）。
cap = cv2.VideoCapture(url) 网络流： 传入网络视频流的 URL 字符串（需确保 OpenCV 编译时支持相应的后端，如 GStreamer）。

核心方法

方法 功能 返回值/说明
cap.isOpened() 检查视频源是否成功初始化和打开。 True (成功) 或 False (失败)
ret, frame = cap.read() 从视频流中读取下一帧。 ret (bool): 表示是否成功读取帧；frame (numpy.ndarray): 读取到的帧图像（BGR 格式）。
cap.release() 释放视频采集资源。在完成视频操作后必须调用。 无
cap.get(propId) 获取视频属性，如帧宽度、高度、FPS 等。 返回属性值（通常为 float）。
cap.set(propId, value) 设置视频属性。 True (成功) 或 False (失败)。

关键属性标识符（propId）

在 cap.get() 和 cap.set() 中使用的常量，用于指定操作的视频属性：

标识符 说明
cv2.CAP_PROP_FRAME_WIDTH 帧的宽度（像素）
cv2.CAP_PROP_FRAME_HEIGHT 帧的高度（像素）
cv2.CAP_PROP_FPS 视频帧率（Frames Per Second）
cv2.CAP_PROP_FRAME_COUNT 视频文件中的总帧数
cv2.CAP_PROP_POS_FRAMES 当前帧的位置（基于 0 的索引）

示例

示例1：实时摄像头视频采集（实时流）

python 复制代码 
import cv2

# 1. 初始化 VideoCapture 对象，参数 0 表示默认摄像头
cap = cv2.VideoCapture(0)

# 检查摄像头是否成功打开
if not cap.isOpened():
    print("错误：无法打开摄像头。请检查设备索引或驱动。")
    exit()

print("摄像头已打开，按 'q' 键退出...")

# 实时流处理循环
while True:
    # 2. 读取一帧
    # ret 为布尔值，表示是否成功读取
    # frame 为读取到的帧图像（numpy 数组）
    ret, frame = cap.read()

    # 如果未成功读取帧（如流结束或读取错误），则退出循环
    if not ret:
        print("无法接收帧（可能是流结束）。退出...")
        break

    # *** 在这里可以对 frame 进行各种图像处理操作 ***
    # 例如：转换为灰度图
    gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 3. 显示结果帧
    # 显示原始彩色帧
    cv2.imshow('Live Camera Feed', frame)
    
    # 也可以显示处理后的灰度帧
    # cv2.imshow('Gray Frame', gray_frame)

    # 4. 设置退出条件
    # cv2.waitKey(1) 等待按键 1 毫秒
    # 0xFF == ord('q') 检查按下的键是否是 'q'
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 5. 释放资源并关闭窗口
cap.release()
cv2.destroyAllWindows()
print("资源已释放，程序退出。")

示例2：读取视频文件（文件流）

python 复制代码 
import cv2
import time

# 假设你的视频文件名为 'test_video.mp4' 且在当前目录下
video_path = 'test_video.mp4'

# 1. 初始化 VideoCapture 对象，参数为视频文件路径
cap = cv2.VideoCapture(video_path)

# 检查视频文件是否成功打开
if not cap.isOpened():
    print(f"错误：无法打开视频文件: {video_path}")
    exit()

# 2. 获取视频属性
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = cap.get(cv2.CAP_PROP_FPS)

print(f"视频分辨率: {frame_width}x{frame_height}")
print(f"视频帧率 (FPS): {fps:.2f}")

# 计算每帧应等待的毫秒数 (播放速度控制)
# 默认 FPS，如果读取失败，则使用 25 毫秒/帧 (约 40 FPS)
delay = int(1000 / fps) if fps > 0 else 25 

print(f"每帧等待时间: {delay} 毫秒")

# 文件流处理循环
while cap.isOpened():
    # 3. 读取一帧
    ret, frame = cap.read()

    if ret:
        # 4. 显示帧
        cv2.imshow('Video File Player', frame)

        # 5. 等待按键
        # waitKey(delay) 控制播放速度
        # 按 'q' 退出
        if cv2.waitKey(delay) & 0xFF == ord('q'):
            break
    else:
        # 如果读取失败（通常是文件末尾），则退出循环
        print("视频播放结束。")
        break

# 6. 释放资源并关闭窗口
cap.release()
cv2.destroyAllWindows()
print("资源已释放，程序退出。")

示例3：拉取 RTSP 网络实时流

python 复制代码 
import cv2
import time

# ！！！重要！！！
# 请替换为您实际的 RTSP URL
# 格式通常为: rtsp://用户名:密码@IP地址:端口/路径
RTSP_URL = 'rtsp://guest:password@192.168.1.100:554/live/ch0' # 替换为您的实际地址

# 1. 初始化 VideoCapture 对象，传入 RTSP URL
# 注意：网络流的初始化时间可能较长，程序会阻塞直到连接尝试结束
cap = cv2.VideoCapture(RTSP_URL, cv2.CAP_FFMPEG) # 明确指定使用 FFmpeg 后端，增强兼容性

# 检查流是否成功打开
if not cap.isOpened():
    print(f"错误：无法打开 RTSP 流：{RTSP_URL}")
    print("请检查 URL 格式、用户名密码、网络连通性以及 OpenCV 的 FFmpeg 支持。")
    exit()

print(f"RTSP 流已成功连接，分辨率：{int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))}x{int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))}")
print("按 'q' 键退出...")

# RTSP 实时流处理循环
while True:
    # 2. 读取一帧
    # 网络流可能会因为网络延迟或断开导致读取失败
    ret, frame = cap.read()

    # 如果未成功读取帧，可能是网络中断或流结束
    if not ret:
        print("警告：无法从 RTSP 流接收帧。尝试重新连接或退出...")
        # 尝试等待并重新读取
        time.sleep(0.1)
        continue

    # *** 在这里可以进行实时处理，例如绘制文本、目标检测等 ***
    cv2.putText(frame, 'RTSP Live Stream', (10, 30), 
                cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

    # 3. 显示结果帧
    cv2.imshow('RTSP Stream Player', frame)

    # 4. 设置退出条件
    # 对于实时流，waitKey(1) 保证了尽可能快的帧率显示
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 5. 释放资源并关闭窗口
cap.release()
cv2.destroyAllWindows()
print("RTSP 资源已释放，程序退出。")

保存视频：cv2.VideoWriter

虽然请求是关于采集，但在实际应用中，采集往往伴随着处理和保存。cv2.VideoWriter 类用于将处理后的帧写入视频文件。

核心 API

语法 说明
out = cv2.VideoWriter(filename, fourcc, fps, frame_size) 构造函数：创建一个 VideoWriter 对象，准备写入视频文件。
out.write(frame) 将一帧图像写入视频文件。
out.release() 关闭视频文件并释放资源。

参数说明：

  1. filename ：输出视频文件的路径，例如 'output.avi'。
  2. fourcc：四字符代码 (FourCC)，用于指定视频编码器。
  3. fps：输出视频的帧率。
  4. frame_size ：帧的宽度和高度，格式为 (width, height) 元组。

视频编码格式参考（FourCC）

格式 FourCC 文件扩展名 说明
MPEG-4 'mp4v' .mp4 通用、兼容性好
XVID 'XVID' .avi 常用 AVI 格式
MJPG 'MJPG' .avi 运动JPEG编码
H.264 'X264' .mp4 需要系统支持 H.264 编码器
DIVX 'DIVX' .avi 常见编码

示例

示例1：采集实时流并保存视频

python 复制代码 
import cv2

# 1. 初始化 VideoCapture 对象，参数 0 表示默认摄像头
cap = cv2.VideoCapture(0)

# 检查摄像头是否成功打开
if not cap.isOpened():
    print("错误：无法打开摄像头。请检查设备索引或驱动。")
    exit()

print("摄像头已打开，按 'q' 键退出...")

# 获取帧的尺寸和 FPS
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = 20.0 # 设置保存视频的帧率

# 1. 定义 FourCC 编码和 VideoWriter 对象
# 使用 mp4v 编码，保存为 MP4 文件
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('output.mp4', fourcc, fps, (frame_width, frame_height))

while True:
    ret, frame = cap.read()
    if ret:
        # 2. 将原始帧写入输出文件
        out.write(frame)

        # 显示帧 (与前例相同)
        cv2.imshow('Live Camera Feed and Saving', frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

# 3. 释放 VideoCapture 和 VideoWriter 资源
cap.release()
out.release()
cv2.destroyAllWindows()
print("视频已保存到 output.mp4。")

示例2：拉取rtsp实时流并保存视频

python 复制代码 
import cv2
import time

# ！！！重要！！！
# 请替换为您实际的 RTSP URL
# 格式通常为: rtsp://用户名:密码@IP地址:端口/路径
RTSP_URL = 'rtsp://admin:Gzd@791369209@192.168.0.111:554/Streaming/Channels/101' # 替换为您的实际地址

# 初始化 VideoCapture 对象，传入 RTSP URL
# 注意：网络流的初始化时间可能较长，程序会阻塞直到连接尝试结束
cap = cv2.VideoCapture(RTSP_URL, cv2.CAP_FFMPEG) # 明确指定使用 FFmpeg 后端，增强兼容性

# 检查流是否成功打开
if not cap.isOpened():
    print(f"错误：无法打开 RTSP 流：{RTSP_URL}")
    print("请检查 URL 格式、用户名密码、网络连通性以及 OpenCV 的 FFmpeg 支持。")
    exit()

print(f"RTSP 流已成功连接，分辨率：{int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))}x{int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))}")
print("按 'q' 键退出...")

# 获取帧的尺寸和 FPS
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = 20.0 # 设置保存视频的帧率

# 1. 定义 FourCC 编码和 VideoWriter 对象
# 使用 mp4v 编码，保存为 MP4 文件
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('output_rtsp.mp4', fourcc, fps, (frame_width, frame_height))

while True:
    ret, frame = cap.read()
    if ret:
        # 2. 将原始帧写入输出文件
        out.write(frame)

        # 显示帧 (与前例相同)
        cv2.imshow('Live Camera Feed and Saving', frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

# 3. 释放 VideoCapture 和 VideoWriter 资源
cap.release()
out.release()
cv2.destroyAllWindows()
print("视频已保存到 output.mp4。")
相关推荐
minhuan2 小时前
构建AI智能体：五十七、LangGraph + Gradio：构建可视化AI工作流的趣味指南
人工智能·语言模型·workflow·langgraph·自定义工作流
WWZZ20253 小时前
ORB_SLAM2原理及代码解析：SetPose() 函数
人工智能·opencv·算法·计算机视觉·机器人·自动驾驶
lisw053 小时前
AIoT（人工智能物联网）：融合范式下的技术演进、系统架构与产业变革
大数据·人工智能·物联网·机器学习·软件工程
mtouch3333 小时前
GIS+VR地理信息虚拟现实XR MR AR
大数据·人工智能·ar·无人机·xr·vr·mr
一人の梅雨3 小时前
1688 拍立淘接口深度开发：从图像识别到供应链匹配的技术实现
人工智能·算法·计算机视觉
苏打水com3 小时前
字节跳动前端业务：从「短视频交互」到「全球化适配」的技术挑战
前端·音视频
dundunmm4 小时前
【数据集】WebQuestions
人工智能·llm·数据集·知识库问答·知识库
却道天凉_好个秋4 小时前
OpenCV(五)：鼠标控制
人工智能·opencv·鼠标控制
IT_陈寒4 小时前
Redis性能优化：5个被低估的配置项让你的QPS提升50%
前端·人工智能·后端
热门推荐
01两千字总结：Codex 国内如何安装和使用的教程，以及如何设置中文回答02GitHub 镜像站点03UV安装并设置国内源04KGG转MP3工具|非KGM文件|解密音频05DeepSeek-VL 解析：混合视觉-语言模型如何超越传统计算机视觉方法06jdk21下载、安装（Windows、Linux、macOS）07Linux下V2Ray安装配置指南08一文了解国产算子编程语言 TileLang，TileLang 对国产开源生态的影响与启示09Claude Code & 智谱GLM-4.5 环境配置指南 (Windows/macOS/Ubuntu)1046个Nano-banana 精选提示词，持续更新中