人工智能之视觉领域 计算机视觉 第十一章 视频基础操作

人工智能之视觉领域 计算机视觉

第十一章 视频基础操作

---

文章目录

• [人工智能之视觉领域 计算机视觉](#人工智能之视觉领域 计算机视觉)
• 前言：视频基础操作
• • [1. 通俗理解：视频 = 快速播放的图像序列](#1. 通俗理解：视频 = 快速播放的图像序列)
  • [2. 核心组件详解](#2. 核心组件详解)
  • • [2.1 读取视频：`cv2.VideoCapture()`](#2.1 读取视频：cv2.VideoCapture())
    • • 常用属性查询（获取视频信息）：
    • [2.2 播放视频：循环读取 + 显示](#2.2 播放视频：循环读取 + 显示)
    • [2.3 保存视频：`cv2.VideoWriter()`](#2.3 保存视频：cv2.VideoWriter())
    • • [📋 常见 FourCC 编码：](#📋 常见 FourCC 编码：)
  • [3. 视频处理完整流程（Mermaid 图）](#3. 视频处理完整流程（Mermaid 图）)
  • [4. 配套代码实战](#4. 配套代码实战)
  • • [示例 1：播放本地视频（带信息显示）](#示例 1：播放本地视频（带信息显示）)
    • [示例 2：从摄像头录制并保存视频](#示例 2：从摄像头录制并保存视频)
    • [示例 3：视频处理 + 保存（灰度化 + 边缘检测）](#示例 3：视频处理 + 保存（灰度化 + 边缘检测）)
  • [5. 常见问题与技巧](#5. 常见问题与技巧)
  • • [❓ 问题1：保存的视频无法播放？](#❓ 问题1：保存的视频无法播放？)
    • [❓ 问题2：摄像头画面卡顿？](#❓ 问题2：摄像头画面卡顿？)
    • [❓ 问题3：如何跳转到指定时间？](#❓ 问题3：如何跳转到指定时间？)
  • [✅ 本章总结](#✅ 本章总结)
• 资料关注

---

前言：视频基础操作

学习目标：掌握使用 OpenCV 读取本地视频或摄像头、逐帧播放、处理并保存视频的基本技能，能控制播放速度，为后续视频分析（如运动检测、目标跟踪）打下坚实基础。

---

1. 通俗理解：视频 = 快速播放的图像序列

想象你有一本"翻页动画书"：

• 每一页是一张静态图（称为 帧，Frame）
• 快速翻动 → 看起来像在动

✅ 视频 = 按时间顺序排列的一系列图像帧

• 普通视频：25~30 帧/秒（FPS）
• 高速摄影：100+ FPS
• 视频处理 = 对每一帧图像做操作（滤波、检测、标注等）

---

2. 核心组件详解

2.1 读取视频：cv2.VideoCapture()

cap = cv2.VideoCapture(source)

source 类型	说明	示例
整数（如 0）	摄像头设备索引	cv2.VideoCapture(0) → 默认摄像头
字符串	视频文件路径	cv2.VideoCapture('video.mp4')
URL	网络流（RTSP/HTTP）	cv2.VideoCapture('http://...')

⚠️ 注意：路径不能含中文！建议使用英文路径。

常用属性查询（获取视频信息）：

fps = cap.get(cv2.CAP_PROP_FPS)          # 帧率
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))   # 宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) # 高度
frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 总帧数（文件有效）

---

2.2 播放视频：循环读取 + 显示

基本流程：

1. 创建 VideoCapture 对象
2. 循环 ：
   • 读取一帧 → ret, frame = cap.read()
   • 若成功（ret == True），显示 → cv2.imshow()
   • 按键退出（如 q）
3. 释放资源

while True:
    ret, frame = cap.read()
    if not ret:
        break  # 视频结束或出错
    cv2.imshow('Video', frame)
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

🔑 关键点 ：cv2.waitKey(delay) 控制播放速度

• delay=0：暂停，等待按键
• delay=30：约 33ms/帧 → ~30 FPS
• 实际播放速度 = max(系统处理时间, delay)

---

2.3 保存视频：cv2.VideoWriter()

out = cv2.VideoWriter(filename, fourcc, fps, (width, height))

参数	说明
filename	输出文件名（如 'output.avi'）
fourcc	编码格式（见下表）
fps	帧率（通常与输入一致）
(width, height)	帧尺寸（必须匹配写入的图像尺寸）

📋 常见 FourCC 编码：

编码	说明	兼容性
'XVID'	常用 AVI 编码	Windows/Linux 通用
'MJPG'	Motion JPEG	文件大，但兼容性好
'MP4V'	MP4 编码	需注意大小写（Mac/Linux 用 'mp4v'）
-1	弹出编码选择框（仅 Windows）	调试用

💡 创建 FourCC：

fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 推荐写法
# 或
fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')

---

3. 视频处理完整流程（Mermaid 图）

否
是
否
是
是
否
启动 VideoCapture
是否打开成功?
报错退出
获取视频属性: FPS, 尺寸
创建 VideoWriter (可选)
循环读取帧
读取成功?
跳出循环
对帧进行处理

(如灰度化、边缘检测)
显示处理后帧
按 q 退出?
跳出循环
写入帧到 VideoWriter
释放 VideoCapture/VideoWriter
关闭所有窗口

---

4. 配套代码实战

示例 1：播放本地视频（带信息显示）

import cv2

# 打开视频文件
video_path = 'sample.mp4'
cap = cv2.VideoCapture(video_path)

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

# 获取视频信息
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))

print(f"🎥 视频信息:")
print(f"  尺寸: {width}x{height}")
print(f"  帧率: {fps:.2f} FPS")
print(f"  总帧数: {total_frames}")

# 播放循环
frame_id = 0
while True:
    ret, frame = cap.read()
    if not ret:
        print("✅ 视频播放完毕")
        break
    
    frame_id += 1
    # 在画面上显示帧号和时间
    time_sec = frame_id / fps
    cv2.putText(frame, f"Frame: {frame_id}/{total_frames}", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
    cv2.putText(frame, f"Time: {time_sec:.2f}s", (10, 60),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
    
    cv2.imshow('Video Player', frame)
    
    # 控制播放速度：按实际帧率延迟
    if cv2.waitKey(int(1000 / fps)) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

---

示例 2：从摄像头录制并保存视频

import cv2

# 打开默认摄像头
cap = cv2.VideoCapture(0)

# 检查摄像头
if not cap.isOpened():
    print("❌ 无法打开摄像头")
    exit()

# 获取摄像头分辨率
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = 20.0  # 摄像头通常不返回准确 FPS，手动设定

# 创建 VideoWriter（保存为 AVI）
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('recorded_video.avi', fourcc, fps, (width, height))

print("📹 按 's' 开始录制，'q' 退出")

recording = False
while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 显示提示
    status = "RECORDING..." if recording else "Press 's' to start"
    cv2.putText(frame, status, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    
    cv2.imshow('Camera', frame)
    
    key = cv2.waitKey(1) & 0xFF
    if key == ord('s'):
        recording = not recording  # 切换录制状态
    elif key == ord('q'):
        break
    
    if recording:
        out.write(frame)  # 写入帧

# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()
print("✅ 录制完成！视频已保存为 recorded_video.avi")

---

示例 3：视频处理 + 保存（灰度化 + 边缘检测）

import cv2

# 输入输出设置
input_video = 'input.mp4'
output_video = 'output_edge.avi'

cap = cv2.VideoCapture(input_video)
if not cap.isOpened():
    print("❌ 无法打开输入视频")
    exit()

# 获取属性
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 创建输出 VideoWriter（注意：边缘图是单通道，需转回三通道才能保存！）
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter(output_video, fourcc, fps, (width, height))

print("🔄 正在处理视频...")

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 处理：灰度 → 高斯模糊 → Canny 边缘
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    edges = cv2.Canny(blurred, 50, 150)
    
    # 转回三通道（BGR）以便保存
    edges_color = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR)
    
    # 写入输出视频
    out.write(edges_color)
    
    # 可选：实时预览
    cv2.imshow('Processing...', edges)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放
cap.release()
out.release()
cv2.destroyAllWindows()
print(f"✅ 处理完成！结果已保存为 {output_video}")

---

5. 常见问题与技巧

❓ 问题1：保存的视频无法播放？

✅ 检查：

• 编码器是否安装（如 XVID）
• 帧尺寸是否与 VideoWriter 初始化一致
• 是否调用了 out.write() 和 out.release()

❓ 问题2：摄像头画面卡顿？

✅ 解决：

• 降低分辨率：cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
• 使用更快的处理算法
• 确保 waitKey 延迟合理

❓ 问题3：如何跳转到指定时间？

✅ 使用 set()：

# 跳转到第 10 秒
cap.set(cv2.CAP_PROP_POS_MSEC, 10000)
# 或跳转到第 100 帧
cap.set(cv2.CAP_PROP_POS_FRAMES, 100)

---

✅ 本章总结

操作	核心函数	关键参数
读取视频	cv2.VideoCapture()	文件路径 / 摄像头ID
读取帧	cap.read()	返回 (ret, frame)
显示帧	cv2.imshow() + cv2.waitKey()	控制播放速度
保存视频	cv2.VideoWriter()	编码、FPS、尺寸
释放资源	cap.release(), out.release()	必须调用！

🌟 你现在可以：

• 播放任何本地视频文件
• 用笔记本摄像头录制自己的视频
• 对视频做实时滤镜（美颜、边缘、二值化等）
• 保存处理后的视频用于分享或分析！

资料关注

公众号：咚咚王

gitee：https://gitee.com/wy18585051844/ai_learning

《Python编程：从入门到实践》

《利用Python进行数据分析》

《算法导论中文第三版》

《概率论与数理统计（第四版） (盛骤) 》

《程序员的数学》

《线性代数应该这样学第3版》

《微积分和数学分析引论》

《（西瓜书）周志华-机器学习》

《TensorFlow机器学习实战指南》

《Sklearn与TensorFlow机器学习实用指南》

《模式识别（第四版）》

《深度学习 deep learning》伊恩·古德费洛著 花书

《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》

《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》

《自然语言处理综论 第2版》

《Natural-Language-Processing-with-PyTorch》

《计算机视觉-算法与应用(中文版)》

《Learning OpenCV 4》

《AIGC：智能创作时代》杜雨+&+张孜铭

《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》

《从零构建大语言模型（中文版）》

《实战AI大模型》

《AI 3.0》