OpenCV学习笔记（四）——对视频的读取操作

目录

读取视频内容

 将彩色视频转换为灰色视频

---

读取视频内容

读取视频文件通常分为读取文件、验证是否打开成功打开文件、逐帧读取视频文件、释放资源和关闭窗口

（1）读取文件

在OpenCV中，通常使用VedioCapture来读取视频流，VedioCapture是OpenCV中的一个类，提供了一中便捷的方法读取视频内容。例如：

vc=cv2.VideoCapture(r'test.mp4')

上述代码是在与程序所在的文件夹中读取名为test的mp4文件。

（2）验证是否成功打开文件

在获取视频之后需要处理视频流，例如下面的代码是处理视频流的部分：

if vc.isOpened():
    is_open,frame=vc.read()
else:
    is_open=false
    print("无法打开视频文件")

isOpened()是一个函数调用，检查视频流是否已经打开。如果打开的话，OpenCV将会读取一帧图像并且将其保存在frame，如果保存成功，那么is_Open的值为true；如果保存不成功，那么is_Open的值为false。

（3）逐帧打开视频文件

while True:
    ret, frame = video.read()
 
    if ret:
        cv2.imshow('Video', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'): #按q键退出
            break
    else:
        break

该循环是从视频流中读取一帧图像，并将结果存储在 frame 变量中。ret 是一个布尔值，表示是否成功读取到图像。然后判断是否成功读取到图像，如果是（ret==true），则继续执行下面的操作，即将每一帧展示出来，当视频播放玩的时候或者按q键中途退出。

（4）释放资源和关闭窗口

最后完成读取所有的帧之后，需要释放资源和关闭窗口，OpenCV使用release()释放资源，用cv2.destroyAllWindows()关闭窗口，代码如下：

video.release()
cv2.destroyAllWindows()

完整的代码如下所示：

vc=cv2.VideoCapture(r'D:\Photo\1.mp4')
 
#判断是否打开视频文件
if vc.isOpened():
    is_open,frame=vc.read()
else:
    is_open=false
    print("无法打开视频文件")
 
# 循环读取视频帧
while True:
    ret, frame = video.read()
 
    if ret:
        cv2.imshow('Video', frame)
        if cv2.waitKey(1) & 0xFF == ord('q'): #按q键退出
            break
    else:
        break
#释放资源和关闭窗口
video.release()
cv2.destroyAllWindows()

现在尝试运行这段程序，在D盘中Photo文件夹中有一个名为1的mp4文件：

视频内容如下所示（使用动图来对mp4的内容进行展示,视频内容为显示引用，如若侵权可删）：

运行结果如以下视频所示（使用动图的效果来展示）：

 将彩色视频转换为灰色视频

在OpenCV中同样也可以将彩色视频转换灰色视频：

import cv2
vc=cv2.VideoCapture(r'D:\Photo\1.mp4')
 
#判断是否打开视频文件
if vc.isOpened():
    is_open,frame=vc.read()
else:
    is_open=false
    print("无法打开视频文件")
 
# 循环读取视频帧
while True:
    ret, frame = vc.read()
 
    if ret:
        
        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow('Video', gray_frame)
        if cv2.waitKey(1) & 0xFF == ord('q'): #按q键退出
            break
    else:
        break
#释放资源和关闭窗口
vc.release()
cv2.destroyAllWindows()

只需要在imshow()函数前面加上cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)即可。运行效果如下所示：