目录
下面将详细介绍如何使用OpenCV实现视频的读取、显示和保存,并解释其原理。
视频读取: 使用OpenCV可以通过cv2.VideoCapture
类来读取视频文件。该类提供了一系列方法用于操作视频,如open
打开视频文件,read
读取视频帧等。首先需要创建一个VideoCapture
对象,并指定视频文件的路径或设备索引号。然后通过read
方法循环读取视频帧,直到读取完所有帧或发生错误。
原理:VideoCapture
类基于相应的视频输入接口(如摄像头、视频文件等)实现了视频读取的功能。它使用底层的视频设备驱动程序或解码器来获取视频帧数据,并将其提供给上层应用程序进行处理。
视频显示: 在读取到视频帧后,可以使用cv2.imshow
方法将帧显示在窗口中。需要创建一个窗口对象,并指定窗口名称,然后通过imshow
方法传入帧数据即可。为了保持视频播放的流畅性,还可以使用cv2.waitKey
方法设置适当的延迟时间,以控制帧之间的显示间隔。
原理:imshow
方法使用系统级的图形库(如OpenGL、DirectX等)将帧数据绘制在显示器上,实现视频帧的显示功能。waitKey
方法用于等待键盘输入,通过相应的延迟时间控制帧的显示速度。
视频保存: 在进行视频处理后,可以使用cv2.VideoWriter
类将处理结果保存为视频文件。首先需要创建一个VideoWriter
对象,并指定输出文件的名称、编码器、帧率和图像尺寸等参数。然后通过write
方法将处理后的帧写入到输出文件中,最后调用release
方法释放资源。
原理:VideoWriter
类利用系统级的视频编码库(如FFmpeg、OpenH264等)将帧数据编码并写入输出视频文件。它提供了对输出文件格式、编码器和参数的灵活配置,以满足不同需求的视频保存操作。
通过以上步骤,我们可以利用OpenCV实现视频的读取、显示和保存。在实现过程中,OpenCV利用底层的视频设备驱动程序或解码器获取视频帧数据,并利用图形库和视频编码库实现帧的显示和保存。这些功能的实现使得OpenCV成为一个强大的视频处理工具,在计算机视觉、图像处理等领域得到广泛应用。
在OpenCV中我们需要获取一个视频,需要创建一个VideoCapture对象,指定你要读取的视频文件:
(1)创建读取视频的对象
cap = cv.VideoCapture(filepath) 参数:视频文件路径
(2)视频的某些属性
(3)判断图像是否读取成功
(4)获取视频的一帧图像
(5)调用cv.imshow显示图像,在显示图像时使用cv.waitkey()设置适当的持续时间,如果太低视频会播放的非常快,如果太高就会播放的非常慢,通常情况下设置为 25 ms
(6) 调用cap.release()将视频释放掉
- import numpy as np
- import cv2 as cv
-
- #获取视频对象
- cap = cv.VideoCapture(r'E:\All_in\opencv\video.mp4')
- #判断是否读取成功
-
- while(cap.isOpened()):
- #获取某一帧图像
- ret , frame = cap.read()
- #获取成功显示图像
- if ret == True:
- cv.imshow('frame',frame)
- #每一帧间隔25ms
- if cv.waitKey(25)& 0xFF == ord('q'):
- break
-
- #释放视频对象
- cap.release()
- cv.destroyWindow()
- import cv2 as cv
- import numpy as np
-
- #读取视频
- cap = cv.VideoCapture(r'E:\All_in\opencv\video.mp4')
-
- #获取图像的属性(宽和高),并将其转化为整数
- frame_width = int(cap.get(3))
- frame_height = int(cap.get(4))
-
- #创建保存图像的对象 , 设置编码格式,帧率,图像的宽 高等
- '''函数第一个参数为输出文件路径,因为我们想保存为AVI格式,所以要指定编码格式为'M','J','P','G'(MJPEG压缩)
- ,帧率设置为10,视频帧的宽高设置为前面获取到的frame_width和frame_height。'''
- out = cv.VideoWriter('outpy.avi',cv.VideoWriter_fourcc('M','J','P','G'),10,(frame_width,frame_height))
- while(True):
- #获取视频中每一帧图像
- ret ,frame= cap.read()
- if ret==True:
- #将每一帧图像写入输出文件中
- out.write(frame)
- else:
- break
-
- #释放资源
- cap.release()
- out.release()
- cv.destroyAllWindows()