番外2.OpenCV中摄像头捕获与视频处理与常见问题解决⽅案
本系列专栏写作⽅式
本系列专栏写作将采⽤⾸创的问答式写作形式，快速让你学习到 OpenCV 的初级、中级、⾼级知识。
2. OpenCV 中摄像头捕获与视频处理
OpenCV 除了应⽤在图像处理领域外，还会应⽤到视频处理领域，接下来我们就将学习到，如何通过Python OpenCV 对摄像头捕获或者视频⽂件进⾏处理。
视频⽂件将从三个⽅向⼊⼿，分别是读取⽂件，显⽰视频，保存视频。
本⽂将为你核⼼解决以下2个函数：cv2.VideoCapture 与 cv2.VideoWrite，基于这2个函数，会衍⽣出其它相关函数，具体参照下⽂。
在 OpenCV 中操作摄像头相关注意事项和解决⽅案
摄像头相较于视频，差异在⼀个是实时图像，⼀个是既定内容。如果想要捕获到视频，⽤到的是cv2.VideoCapture 函数，该函数的第⼀个参数是设备的索引号，如果你使⽤的是笔记本电脑，默认⼀般是0，表⽰的内置摄像头，如果链接了外置，可以修改该数字即可。
最简单的测试代码如下：
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
while True:
ret, frame = ad()
# 转变成灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow("frame", gray)
if cv2.waitKey()&0xFF==ord("x"):
关于国庆的黑板报break
# 关闭摄像
cv2.destroyAllWindows()
该代码在运⾏时，如果你电脑未安装摄像头或者驱动异常，都会导致报错，例如下述BUG
error: (-215:Assertion failed)!_pty()in function'cv::cvtColor'
该问题虽然报错出现在 cv2.cvtColor函数，但是原因是 frame 为空，即ad()读取失败导致的。
这⾥在实际编码过程中，需要增加⼀个判断，ad() 函数会返回⼀个状态布尔值，如果读取到数据，返回真，否则返回假，测试如下代码（下述代码的停⽌，需要按键盘上的CTRL+C ）：
import cv2
import numpy as np
cap = cv2.VideoCapture(0)
一件烦心事作文400字四年级while True:
ret, frame = ad()
print(ret)
# 关闭摄像
cv2.destroyAllWindows()
测试完毕之后，我们修改本⽂⼀开始的代码，让其更加健壮。
while True:
ret, frame = ad()
if ret:
# 转变成灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow("frame", gray)
# pass ...
这⾥存在⼀个常见，但是及容易被忽视的问题，就是很多时候，我们并不知道电脑上有没有摄像头，或者摄像头的设备号，该如何进⾏操作。
你可以按照下述代码进⾏检测：
import cv2
import numpy as np
for cn_num in range(0,5):
cap = cv2.VideoCapture(cn_num)周杰伦蜗牛歌词
if cap.isOpened():
break
以上代码运⾏的原理是，按照顺序依次打开设备 0~5，当发现摄像头被成功打开，返回跳出。
上述代码还提及了⼀个新的函数 cap.isOpened，该函数⽤来检测摄像头是否初始化（能被打开），初始化成功返回 True。
在 OpenCV 中操作视频⽂件相关注意事项和解决⽅案
其实操作视频⽂件与操作摄像头操作基本⼀致，唯⼀修改的就是cv2.VideoCapture 函数设备号即可。
这⾥将设备号修改为视频⽂件路径。
接下来，我们先看⼀段代码，认识基本⽤法。
import numpy as np
import cv2
cap = cv2.VideoCapture('test.mp4')
while cap.isOpened():
ret, frame = ad()
# gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('frame', frame)
if cv2.waitKey(25)&0xFF==27:
break
cv2.destroyAllWindows()
其中最需要注意的⼀个地⽅，不是 cv2.VideoCapture(‘test.mp4’) 函数读取⽂件，⽽是 cv2.waitKey(25)，这个地⽅需要设置好对应的视频，如果数值特别⼩，例如 1，视频就会快速播放，设置太⾼播放⼜会变慢，⼀般建议设置为 25。
当然，上述代码注释的部分，如果取消，就会变成⼀个灰度视频。
甚⾄可以直接将视频进⾏翻转，⽤到函数为：cv2.flip(frame, 0)，
import numpy as np
import cv2
cap = cv2.VideoCapture('test.mp4')
while cap.isOpened():
ret, frame = ad()
if ret ==True:
frame = cv2.flip(frame,0)
cv2.imshow('frame', frame)
if cv2.waitKey(25)&0xFF==27:
break
cv2.destroyAllWindows()
上述代码运⾏如下：
接下来我们⽤视频来学习⼀下⼀些操作属性的⽅法。
(propId) 可以访问视频的某些功能，其中 propId 是⼀个从0到18的数字，每个数字表⽰视频的属性。取值清单如下（该清单只作为查询参考使⽤）：
0 - cv2.CAP_PROP_POS_MSEC： 视频⽂件的当前位置（ms）；
1 - cv2.CAP_PROP_POS_FRAMES：从0开始索引帧，帧位置；
2 - cv2.CAP_PROP_POS_AVI_RATIO：视频⽂件的相对位置（0表⽰开始，1表⽰结束）；
3 - cv2.CAP_PROP_FRAME_WIDTH：视频流的帧宽度；
4 - cv2.CAP_PROP_FRAME_HEIGHT： 视频流的帧⾼度；
5 - cv2.CAP_PROP_FPS：帧率；
6 - cv2.CAP_PROP_FOURCC ： 编解码器四字符代码；
7 - cv2.CAP_PROP_FRAME_COUNT ：视频⽂件的帧数；
8 - cv2.CAP_PROP_FORMAT：retrieve()返回的Mat对象的格式；
9 - cv2.CAP_PROP_MODE ：后端专⽤的值，指⽰当前捕获模式；
10 - cv2.CAP_PROP_BRIGHTNESS ：图像的亮度，仅适⽤于⽀持的相机；
11 - cv2.CAP_PROP_CONTRAST ：图像对⽐度，仅适⽤于相机；
12 - cv2.CAP_PROP_SATURATION：图像饱和度，仅适⽤于相机；
13 - cv2.CAP_PROP_HUE：图像⾊调，仅适⽤于相机；
14 - cv2.CAP_PROP_GAIN：图像增益，仅适⽤于⽀持的相机；
15 - cv2.CAP_PROP_EXPOSURE：曝光，仅适⽤于⽀持的相机；
16 - cv2.CAP_PROP_CONVERT_RGB：布尔标志，指⽰是否应将图像转换为RGB；
17 - cv2.CAP_PROP_WHITE_BALANCE：⽬前不⽀持；
18 - cv2.CAP_PROP_RECTIFICATION：⽴体摄像机的整流标志。
有了上述清单，可以获取视频较多的属性值了，例如获取宽度与⾼度。
cap = cv.VideoCapture('test.mp4')
print("宽度：%s,⾼度：%s"%((3), (4)))
有 get ⽅法，对应的就存在 set 函数，函数原型如下：
cap.set(propId，value)# 进⾏修改，value 是修改后的值
但这个地⽅要注意下，上⾯ set 函数只对采集摄像头有⽤，如果读取的是视频⽂件，上述内容就不在起作⽤了。
如果你还是希望实现修改视频⽂件的窗⼝⼤⼩，那可以使⽤下述⽅案。
cv2.namedWindow("frame",0)
如果想希望查看视频播放的当前位置、帧率、帧数，可以直接使⽤下述代码。
time = (cv2.CAP_PROP_POS_MSEC)
孔子名言名句大全fps = (cv2.CAP_PROP_FPS)
total_frames = (cv2.CAP_PROP_FRAME_COUNT)
当然，使⽤属性值也可以。
time = (0)
fps = (5)
total_frames = (7)
在 OpenCV 中捕获视频并保存
图⽚的保存使⽤函数 cv2.imwrite即可实现，但视频保存，需要与cv2.VideoCapture对应着，创建⼀个 VideoWriter对象，⽽且还需要确定⽂件的名称，视频 FourCC 编码，频率，帧⼤⼩，isColor标签，该标签如果为 True 则保存彩⾊图，否则是灰度图。
⾸先对 FourCC 进⾏⼀下说明，该编码是⼀个4字节码，表⽰的是视频编码格式。例如对于 MJPG，它有两种写法。
注意这是 OpenCV 3 写法，⽹上现在⼤多数博客都是 OpenCV 2 写法。
cv2.VideoWriter_fourcc('M','J','P','G')
cv2.VideoWriter_fourcc(*'MJPG')
常见编码说明：
MJPG编码器编码的视频⾮常⼤；
X264 编码器编码的视频很⼩；
XVID编码器优先选择，质量较⾼且体积较⼩。
cv2.VideoWriter函数原型如下：
cv2.VideoWriter( filename, fourcc, fps, frameSize[, isColor])
相关参数：
filename：视频保存⽂件名称；
fourcc：视频编解码器的4字节代码；
fps：帧率；
母亲节几月几号frameSize：帧⼤⼩；
isColor：如果为True，则视频为彩⾊，否则为灰度视频，默认为True。
测试代码如下，代码之后跟相关问题的说明。
import numpy as np
import cv2
cap = cv2.VideoCapture("test.mp4")
width =(3))
height =(4))
fps = (5)
# FourCC 编码是 XVID
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter("test1.avi", fourcc, fps,(width, height))
while1:
ret, frame = ad()
if frame is None:
break
else:
# 对每⼀帧都进⾏处理
# frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
out.write(frame)
cv2.imshow("video", frame)
k = cv2.waitKey(25)&0xFF
if k ==27:
break
cv2.destroyAllWindows()
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论