視頻處理在OpenCV中處于極為重要的地位，目標實時跟蹤等各種實時圖像處理算法都是以視頻為基礎。

從相機捕獲視頻

首先我們來了解一下使用電腦自帶的相機來進行捕獲視頻。通常，我們必須使用攝像機捕獲實時流。OpenCV提供了一個非常簡單的界面來執行此操作。讓我們從相機捕獲視頻(我使用筆記本電腦上的內置網絡攝像頭)，我們需要了解幾個函數：

cap = cv2.VideoCapture(0)

VideoCapture()中參數是0，表示打開筆記本的內置攝像頭，參數是視頻文件路徑則打開視頻，如cap = cv2.VideoCapture("../test.avi")，當然了，如果你外接的有其他的攝像頭，那就可以選用其他的參數例如1從而調用它。

ret,frame = cap.read()

cap.read()按幀讀取視頻，ret,frame是獲cap.read()方法的兩個返回值。其中ret是布爾值，如果讀取幀是正確的則返回True，如果文件讀取到結尾，它的返回值就為False。frame就是每一幀的圖像，是個三維矩陣，我們都知道視頻是由一幀一幀的圖像連續組成的，OpenCV在對圖像處理時就是對每一幀的圖像進行快速處理。

cv2.waitkey()

waitKey()方法本身表示等待鍵盤輸入，參數是1，表示延時1ms切換到下一幀圖像，對于視頻而言；參數為0，如cv2.waitKey(0)只顯示當前幀圖像，相當于視頻暫停,；參數過大如cv2.waitKey(1000)，會因為延時過久而卡頓感覺到卡頓。

c得到的是鍵盤輸入的ASCII碼，esc鍵對應的ASCII碼是27，即當按esc鍵是if條件句成立。

release()

調用release()釋放攝像頭，調用destroyAllWindows()關閉所有圖像窗口。

現在我們首先進行代碼實驗，之后會進行一些說明：import?numpy?as?np

import?cv2?as?cv

cap?=?cv.VideoCapture(0)

if?not?cap.isOpened():

print("Cannot?open?camera")

exit()

while?True:

#?Capture?frame-by-frame

ret,?frame?=?cap.read()

#?if?frame?is?read?correctly?ret?is?True

if?not?ret:

print("Can't?receive?frame?(stream?end?).?Exiting?...")

break

#?Our?operations?on?the?frame?come?here

#?gray?=?cv.cvtColor(frame,?cv.COLOR_BGR2GRAY)

#?Display?the?resulting?frame

cv.imshow('frame',?gray)

if?cv.waitKey(1)?==?ord('q'):

break

#?When?everything?done,?release?the?capture

cap.release()

cv.destroyAllWindows()

isOpened可以確定攝像頭是否被打開，如果打開則繼續，如果未成功打開則自動退出。前面的時候我們已經講過，frame所指代的，就是攝像頭視頻的每一幀圖像，所以在顯示時，我們也是顯示每一幀。如果對每一幀圖像都進行灰度化處理，那么所顯示的視頻就是灰度化視頻，當然，關于灰度化現在還沒有講到，但是可以先做個小實驗，我們來看代碼：import?numpy?as?np

import?cv2?as?cv

cap?=?cv.VideoCapture(0)

if?not?cap.isOpened():

print("Cannot?open?camera")

exit()

while?True:

#?Capture?frame-by-frame

ret,?frame?=?cap.read()

#?if?frame?is?read?correctly?ret?is?True

if?not?ret:

print("Can't?receive?frame?(stream?end?).?Exiting?...")

break

#?Our?operations?on?the?frame?come?here

gray?=?cv.cvtColor(frame,?cv.COLOR_BGR2GRAY)

#?Display?the?resulting?frame

cv.imshow('frame',?gray)

if?cv.waitKey(1)?==?ord('q'):

break

#?When?everything?done,?release?the?capture

cap.release()

cv.destroyAllWindows()

大家自己實驗，體驗一下效果。或許有的人已經發現了，我們的視頻跟實際中好像是相反的，屬于鏡像效果，我們可以取消這種效果，在這里需要介紹一個函數，后面在圖像增強部分也會介紹到：

cv2.flip?()

函數原型：flip(src, flipCode[, dst])

src代表輸入的圖像，我么你來看一下flipCode的參數表：

現在我們加入這行代碼：import?numpy?as?np

import?cv2?as?cv

cap?=?cv.VideoCapture(0)

if?not?cap.isOpened():

print("Cannot?open?camera")

exit()

while?True:

#?Capture?frame-by-frame

ret,?frame?=?cap.read()

frame?=?cv.flip(frame,?1)

#?if?frame?is?read?correctly?ret?is?True

if?not?ret:

print("Can't?receive?frame?(stream?end?).?Exiting?...")

break

#?Our?operations?on?the?frame?come?here

gray?=?cv.cvtColor(frame,?cv.COLOR_BGR2GRAY)

#?Display?the?resulting?frame

cv.imshow('frame',?gray)

if?cv.waitKey(1)?==?ord('q'):

break

#?When?everything?done,?release?the?capture

cap.release()

cv.destroyAllWindows()

再實驗會發現圖像已經沒有那種鏡像效果了。

從文件播放視頻

從文件播放視頻與從攝像機捕獲視頻相同，只是將攝像機索引更改為視頻文件名。另外，在顯示框架時，請使用適當的時間cv.waitKey()。如果太少，則視頻將非常快，而如果太高，則視頻將變得很慢(嗯，這就是顯示慢動作的方式)。正常情況下25毫秒就可以了。

給出實例代碼：import?cv2?as?cv

cap?=?cv.VideoCapture('test.avi')

while?cap.isOpened():

ret,?frame?=?cap.read()

#?if?frame?is?read?correctly?ret?is?True

if?not?ret:

print("Can't?receive?frame?(stream?end?).?Exiting?...")

break

cv.imshow('frame',?frame)

if?cv.waitKey(25)?==?ord('q'):

break

cap.release()

cv.destroyAllWindows()

保存視頻

當我們想要保存圖像的時候，，這非常簡單：只需使用cv2.imwrite()。而當我們想要保存視頻的時候，需要做更多的工作。

這次我們創建一個VideoWriter對象。我們應該指定輸出文件名(例如：output.avi)。然后，我們應指定FourCC代碼(下一段中的詳細信息)。然后應傳遞每秒的幀數(fps)和幀大小。最后一個是isColor標志。如果為True，則編碼器需要彩色框，否則將與灰度框一起使用。

FourCC是一個4字節的代碼，用于指定視頻編碼器以及****。可用代碼列表可在fourcc.org中找到，它取決于平臺。在Fedora中：DIVX，XVID，MJPG，X264，WMV1，WMV2。(最好使用XVID。MJPG可以生成大尺寸的視頻。X264提供非常小的尺寸的視頻)

在Windows中：DIVX(尚待測試和添加)

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

FourCC代碼作為MJPG的`cv.VideoWriter_fourcc('M'，'J'，'P'，'G')or cv.VideoWriter_fourcc(*'MJPG')`傳遞。

以下代碼從攝像機捕獲，在垂直方向上翻轉每一幀，然后保存視頻：import?numpy?as?np

import?cv2?as?cv

cap?=?cv.VideoCapture(0)

#?Define?the?codec?and?create?VideoWriter?object

fourcc?=?cv.VideoWriter_fourcc(*'XVID')

out?=?cv.VideoWriter('output.avi',?fourcc,?20.0,?(640,??480))

while?cap.isOpened():

ret,?frame?=?cap.read()

if?not?ret:

print("Can't?receive?frame?(stream?end?).?Exiting?...")

break

frame?=?cv.flip(frame,?1)

#?write?the?flipped?frame

out.write(frame)

cv.imshow('frame',?frame)

if?cv.waitKey(1)?==?ord('q'):

break

#?Release?everything?if?job?is?finished

cap.release()

out.release()

cv.destroyAllWindows()

大家可以自己嘗試演示效果。

視頻處理的部分基本上就結束了，以上介紹到的將是以后學習中非常重要的基礎。而事實上，OpenCV中對于視頻的處理也有更多的操作，現在介紹最后一個函數：

VideoCapture.get()

由于前面我們已經指定cap = cv.VideoCapture(0)，所以調用此函數只需用cap.get()，get中將傳入參數，給出參數表：

共有18個參數，而至于相關的代碼，請大家自己實驗，可以使用print函數輸出視頻的詳細信息。

總結

以上是生活随笔為你收集整理的python如何处理视频_OpenCV-Python系列之视频处理入门的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。