Python+Opencv 调用USB摄像头(一)

本文介绍了如何使用Python结合OpenCV库调用笔记本内置或USB摄像头进行视频捕获。通过`cv2.VideoCapture()`初始化摄像头,`cap.read()`获取帧,`cv2.imshow()`显示图像,并探讨了`waitKey()`函数的作用。此外,还讨论了调整摄像头参数如帧率、亮度等的方法,以及FourCC编码在视频播放中的作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一.最简单的调用笔记本内置相机

import cv2
#引入库
cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    cv2.imshow("Video", frame)
#读取内容
    if cv2.waitKey(10) == ord("q"):
        break
        
#随时准备按q退出
cap.release()
cv2.destroyAllWindows()
#停止调用,关闭窗口
import cv2
import os
#引入库

print("=============================================")
print("=  热键(请在摄像头的窗口使用):             =")
print("=  z: 更改存储目录                          =")
print("=  x: 拍摄图片                              =")
print("=  q: 退出                                  =")
print("=============================================")
#提醒用户操作字典

class_name = input("请输入存储目录:")
while os.path.exists(class_name):
    class_name = input("目录已存在!请输入存储目录:")
os.mkdir(class_name)
#存储

index = 1
cap = cv2.VideoCapture(0)
width = 640
height = 480
w = 360
cap.set(cv2.CAP_PROP_FRAME_WIDTH, width)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, height)
crop_w_start = (width-w)//2
crop_h_start = (height-w)//2
print(width, height)
#设置特定值

while True:
    ret, frame = cap.read()
   
    frame = frame[crop_h_start:crop_h_start+w, crop_w_start:crop_w_start+w]
    #没理解?

    frame = cv2.flip(frame,1,dst=None)
    #镜像显示
    cv2.imshow("capture", frame)
    #显示

    input = cv2.waitKey(1) & 0xFF
    if input == ord('z'):
        class_name = input("请输入存储目录:")
        while os.path.exists(class_name):
            class_name = input("目录已存在!请输入存储目录:")
        os.mkdir(class_name)
    #存储

    elif input == ord('x'):
        cv2.imwrite("%s/%d.jpeg" % (class_name, index),
                    cv2.resize(frame, (224, 22
Python结合OpenCV调用USB摄像头获取实时视频流,并对视频中的目标进行识别和标注通常涉及以下几个步骤: 1. **安装所需库**: 首先确保已经安装了`numpy`, `matplotlib`, 和 `opencv-python`库。你可以使用pip安装: ``` pip install numpy matplotlib opencv-python opencv-python-headless ``` 2. **导入必要的模块**: ```python import cv2 import numpy as np from matplotlib.patches import Rectangle ``` 3. **初始化摄像头**: ```python cap = cv2.VideoCapture(0) # 使用默认的USB摄像头,序号0可以更换为对应的序号 if not cap.isOpened(): print("Error opening camera.") ``` 4. **设置帧率和图像大小**: ```python fps = 30 frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) ``` 5. **创建个显示窗口**: ```python window_name = 'Real-time Image Recognition' cv2.namedWindow(window_name, cv2.WINDOW_NORMAL) ``` 6. **图像预处理与目标检测(这里假设你有个预训练模型,例如Haar Cascades分类器或者深度学习模型)**: ```python # 加载 Haar Cascade 分类器或其他模型 face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + "haarcascade_frontalface_default.xml") while True: ret, img = cap.read() if not ret: break gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 检测人脸 faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30)) for (x, y, w, h) in faces: # 绘制矩形框并添加文字标签 cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2) cv2.putText(img, 'Face', (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (255, 0, 0), 2) # 显示结果 cv2.imshow(window_name, img) if cv2.waitKey(1) & 0xFF == ord('q'): break ``` 7. **关闭资源**: ```python cap.release() cv2.destroyAllWindows() ``` 这个示例中只做了简单的人脸检测,实际的实时图像识别可能涉及到更复杂的对象识别算法,比如YOLO、SSD等。如果你想对特定物体进行识别,需要替换相应的目标检测模型。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值