【转载】OpenCV-Python系列之视频处理入门（六）

视频处理在 OpenCV 中处于极为重要的位置，目标实时跟踪等各种实时图像处理算法都是以视频为基础。

从相机拍摄视频

首先我们来了解一下使用电脑自带的相机来进行捕获视频。通常，我们必须使用摄像机捕获实时流。 OpenCV中提供了一个非常简单的界面来执行此操作。让我们从相机捕获视频（我使用笔记本电脑上的内置网络摄像头），我们需要了解几个函数：

上限= cv2.VideoCapture（0）

VideoCapture（）中参数是 0 ，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频，如 cap = cv2.VideoCapture（“ …/ test.avi”），当然了，如果你分开的有其他的摄像头，那就可以替换其他的参数例如 1 从而调用它。

ret，frame = cap.read（）

cap.read（）按帧读取视频， ret，frame 是已获胜cap.read（）方法的两个返回值。其中 ret 是布尔值，如果读取帧是正确的则返回 True ，如果文件读取到结尾，它的返回值就为假。帧就是每一帧的图像，是个三维矩阵，我们都知道视频是由一帧一帧的图像连续组成的， OpenCV的在对图像处理时就是对每一帧的图像进行快速处理。

cv2.waitkey（）

waitKey （）方法本身表示等待键盘输入，参数是 1 ，表示延迟 1ms 切换到下一帧图像，对于视频而言；参数为 0 ，如 cv2.waitKey（0）只显示当前帧图像，相当于视频暂停，；参数过大如 cv2.waitKey（1000），会因为延迟过久而卡顿感觉到卡顿。

c得到的是键盘输入的 ASCII 码， esc 键对应的 ASCII 码是 27 ，即当按 esc 键是 if 条件句成立。

释放（）

调用 release（）释放摄像头，调用 destroyAllWindows（）关闭所有图像窗口。

现在我们首先进行代码实验，之后会进行一些说明：

	查看普通副本到剪贴板打印？
 1. 将numpy导入为np   
 2. 将cv2导入为cv   
 3. cap = cv.VideoCapture（0）   
 4. 如果 不是cap.isOpened（）：  
 5.     打印（“无法打开相机” ）  
 6.     出口（）   
 7. 而 True：  
 8.     ＃逐帧捕获  
 9.     ret，frame = cap.read（）  
 10.    ＃  如果 正确读取帧，ret为True  
 11.    如果 不退回：  
 12.        打印（“无法接收帧（流的末尾？）。正在退出...” ）  
 13.        打破  
 14.    ＃我们对框架的操作来到这里  
 15.    ＃灰色= cv.cvtColor（frame，cv.COLOR_BGR2GRAY）  
 16.    ＃显示结果帧  
 17.    cv.imshow（'frame' ，灰色）  
 18.    如果 cv.waitKey（1）== ord（'q' ）：  
 19.        打破   
 20. ＃完成所有操作后，释放捕获   
 21. cap.release（）   
 22. cv.destroyAllWindows（）

isOpened 可以确定摄像头是否被打开，如果打开则继续，如果打开则继续，如果未成功打开则自动退出。前面的时候我们已经讲过， frame 所指代的，就是摄像头视频的每个帧图像，所以在显示时，我们也是显示每个帧。如果对每个帧图像都进行灰度化处理，那么所显示的视频就是灰度化视频，当然，关于灰度化现在还没有讲到，但是可以先做个小实验，我们来看代码：

	查看普通副本到剪贴板打印？
1.将numpy导入为np  
2.将cv2导入为cv  
3.cap = cv.VideoCapture（0）  
4.如果 不是cap.isOpened（）：  
5.    打印（“无法打开相机” ）  
6.    出口（）  
7.而 True：  
8.  ＃逐帧捕获  
9.  ret，frame = cap.read（）  
10. ＃  如果 正确读取帧，ret为True  
11. 如果 不退回：  
12.     打印（“无法接收帧（流的末尾？）。正在退出...” ）  
13.     打破  
14. ＃我们对框架的操作来到这里  
15. 灰色= cv.cvtColor（frame，cv.COLOR_BGR2GRAY）  
16. ＃显示结果帧  
17. cv.imshow（'frame' ，灰色）  
18. 如果 cv.waitKey（1）== ord（'q' ）：  
19.     打破  
20.＃完成所有操作后，释放捕获  
21.cap.release（）  
22.cv.destroyAllWindows（）  

大家自己实验，体验一下效果。或许有的人已经发现了，我们的视频跟实际中好像是相反的，属于效果，我们可以取消这种效果，在这里需要介绍一个函数，后面在图像增强部分也会介绍到：

cv2.flip（）

函数原型： flip（src，flipCode [，dst]）

src 代表输入的图像，我么你来看一下 flipCode 的参数表：

现在我们加入这行代码：

	查看普通副本到剪贴板打印？
1.将numpy导入为np  
2.将cv2导入为cv  
3.cap = cv.VideoCapture（0）  
4.如果 不是cap.isOpened（）：  
5.  打印（“无法打开相机” ）  
6.  出口（）  
7.而 True：  
8.  ＃逐帧捕获  
9.  ret，frame = cap.read（）  
10. 框架= cv.flip（框架，1）  
11. ＃  如果 正确读取帧，ret为True  
12. 如果 不退回：  
13.     打印（“无法接收帧（流的末尾？）。正在退出...” ）  
14.     打破  
15. ＃我们对框架的操作来到这里  
16. 灰色= cv.cvtColor（frame，cv.COLOR_BGR2GRAY）  
17. ＃显示结果帧  
18. cv.imshow（'frame' ，灰色）  
19. 如果 cv.waitKey（1）== ord（'q' ）：  
20.     打破  
21.＃完成所有操作后，释放捕获  
22.cap.release（）  
23.cv.destroyAllWindows（）  

再实验会发现图像已经没有那种有益效果了。

从文件播放视频

从文件播放视频与从摄像机捕获的视频相同，只是将摄像机索引更改为视频文件名。另外，在显示框架时，请使用适当的时间cv.waitKey（）。如果太少，则视频将非常快，而如果太高，则视频将变得很慢（嗯，这就是显示延迟的方式）。正常情况下 25 秒钟就可以了。

给出实例代码：

	查看普通副本到剪贴板打印？
1.将cv2导入为cv  
2.cap = cv.VideoCapture（'test.avi' ）  
3.而 cap.isOpened（）  
4.  ret，frame = cap.read（）  
5.  ＃  如果 正确读取帧，ret为True  
6.  如果 不退回：  
7.      打印（“无法接收帧（流的末尾？）。正在退出...” ）  
8.      打破  
9.  cv.imshow（'frame' ，框架）  
10. 如果 cv.waitKey（25）== ord（'q' ）：  
11.    打破  
12.cap.release（）  
13.cv.destroyAllWindows（）  

保存视频

当我们想要保存图像的时候，，这非常简单：只需使用 cv2.imwrite（）。而当我们想要保存视频的时候，需要做更多的工作。

这次我们创建一个VideoWriter 对象我们应该指定输出文件名（例如： output.avi ）。然后，我们应指定的FourCC 。代码（下一段中的详细信息）然后应传递每秒的帧数（ FPS ）和帧大小。最后一个是isColor 标志。如果为 True ，则编码器需要彩色框，否则将与灰度框一起使用。

FourCC 是一个 4 字节的代码，用于指定视频编码器以及****。可用代码列表可在fourcc.org 中找到，它称为平台。

在 Fedora的中： DIVX ， XVID ， MJPG ， X264 ， WMV1 ， WMV2 。（最好使用 XVID 。 MJPG 。可以生成大尺寸的视频 X264 提供非常小的尺寸的视频）

在 Windows 中： DIVX （尚待测试和添加）

在 OSX 中： MJPG （ .mp4 ）， DIVX （ .avi ）， X264 （ .mkv ）。

FourCC 代码作为 MJPG 的 cv.VideoWriter_fourcc （ “ M” ， “ J” ， “ P” ， “ G” ）或cv.VideoWriter_fourcc （ *‘MJPG’ ） ` 传递。

以下代码从摄像机捕获，在垂直方向上翻转每一帧，然后保存视频：

	查看普通副本到剪贴板打印？
1.将numpy导入为np  
2.将cv2导入为cv  
3.cap = cv.VideoCapture（0）  
4.＃定义编解码器并创建VideoWriter对象  
5.fourcc = cv.VideoWriter_fourcc（* 'XVID' ）  
6.out = cv.VideoWriter（'output.avi' ，fourcc，20.0，（ 640，480 ））  
7.而 cap.isOpened（）  
8.  ret，frame = cap.read（）  
9.  如果 不退回：  
10.     打印（“无法接收帧（流的末尾？）。正在退出...” ）  
11.     打破  
12. 框架= cv.flip（框架，1）  
13. ＃写翻转的框架  
14. out.write（框架）  
15. cv.imshow（'frame' ，框架）  
16. 如果 cv.waitKey（1）== ord（'q' ）：  
17.     打破  
18.＃完成工作后释放所有内容  
19.cap.release（）  
20.out.release（）  
21.cv.destroyAllWindows（）  

大家可以自己尝试演示效果。

视频处理的部分基本上就结束了，以上介绍到的将是以后学习中非常重要的基础。而事实上， OpenCV 中对于视频的处理也有更多的操作，现在介绍最后一个函数：

VideoCapture.get（）

由于前面我们已经指定 cap = cv.VideoCapture（0），所以调用此函数只需用 cap.get（）， get 中将重定向参数，指定参数表：

共有 18 个参数，而至于相关的代码，请大家自己实验，可以使用 print 函数输出视频的详细信息。

查看文章汇总页https://blog.csdn.net/weixin_44237705/article/details/107864965
更多openvino技术信息可以入群交流~