本系列专栏写作方式
本系列专栏首发在 易百纳技术社区 ,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与常见问题解决方案
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 = cap.read() # 转变成灰度图 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow(“frame”, gray) if cv2.waitKey() & 0xFF == ord(“x”): break # 关闭摄像 cap.release() 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) !_src.empty() 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cap.read()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,cap.read() 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) while True: ret, frame = cap.read() print(ret) # 关闭摄像 cap.release() 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 = cap.read() 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) 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 = cap.read() # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow(frame, frame) if cv2.waitKey(25) & 0xFF == 27: break cap.release() 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 = cap.read() if ret == True: frame = cv2.flip(frame, 0) cv2.imshow(frame, frame) if cv2.waitKey(25) & 0xFF == 27: break cap.release() 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。
cv2.VideoCapture.get(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” % (cap.get(3), cap.get(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) cv2.resizeWindow(“frame”, 800,300)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 = cap.get(cv2.CAP_PROP_POS_MSEC) fps = cap.get(cv2.CAP_PROP_FPS) total_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)当然,使用属性值也可以。
time = cap.get(0) fps = cap.get(5) total_frames = cap.get(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; 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 = int(cap.get(3)) height = int(cap.get(4)) fps = cap.get(5) # FourCC 编码是 XVID fourcc = cv2.VideoWriter_fourcc(*XVID) out = cv2.VideoWriter(“test1.avi”, fourcc, fps, (width, height)) while 1: ret, frame = cap.read() 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 cap.release() out.release() cv2.destroyAllWindows()在调用函数 cv2.VideoWriter(“test1.avi”, fourcc, fps, (width, height)) 的时候,注意需要 (width, height) 必须是整数,需要强制转换一下。
其中 20 是 fps ,如果想保存成灰度视频,按照下述代码修改即可。
out = cv2.VideoWriter(“test1.avi”, fourcc, fps, (width, height),False) # …… # 注意在读取每一帧的时候,都要转换成灰度图 frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # ……如果在编码时出现如下错误,注意是 frameSize 参数设置的问题
VideoWriter() missing required argument frameSize (pos 5)对应的代码位置按照如下修改即可
out = cv2.VideoWriter(“test1.avi”, fourcc, fps, (int(width), int(height)))下一个常见的问题是,如果不是读取视频文件,直接采集的摄像头数据,使用 fps = cap.get(5) 是无法获取到具体的 fps 值的,此时只能进行手动设定。
该值的设定需要依据自己电脑的配置,一般设置为 10~20 即可。
免责声明:文章内容来自互联网,本站不对其真实性负责,也不承担任何法律责任,如有侵权等情况,请与本站联系删除。
转载请注明出处:2. OpenCV 中摄像头捕获与视频处理与常见问题解决方案 https://www.yhzz.com.cn/a/13088.html