Python在视频处理上的优势有哪些

Python视频处理实践：从读取到帧选择

最新推荐文章于 2025-10-09 13:26:57 发布

原创

最新推荐文章于 2025-10-09 13:26:57 发布 · 8k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#小发猫

本文分享了使用Python处理视频的经验，主要介绍了一个读取视频并按指定帧范围保存的实现。通过继承videoReader类，创建videoFramesExtractor类用于选择并保存特定帧。使用cv2模块，配合xlrd读取Excel中的帧范围，实现视频帧的高效提取。处理过程中注意cv2函数返回的数据类型为numpy数组，且可能对颜色产生轻微影响。

今天与大家分享一些Python处理视频的一下经验，视频的处理和图片的处理类似，只不过视频处理需要连续处理一系列图片。

一般有两种视频源，一种是直接从硬盘加载视频，另一种是获取摄像头视频。

一共这几个模块：

class videoReader 读取视频

class videoFramesExtractor(videoReader):继承了读取视频，主要是用来限制读取视频中的哪些帧，并保存。

read_excel_single(excel_path,event_instance): 处理Excel中的数组，找到事件的帧数范围：

Excel内容是这样的，需要的只是第二列的帧范围，另外第二列中的这些值还有重复的所以需要去除重复：

每一个范围，例如:23450:23461之内的帧要存放在一个文件夹里。

[python]view plaincopy
       
   
</pre><pre name="code" class="python"># -*- coding: cp936 -*-  
  
import cv2.cv as cv  
import os  
import cv2  
import numpy  
import Image  
import xlrd  
  
class videoReader:  
    frame_count=0  
    def __init__(self,videoPath):  
        self.videoPath=videoPath  
    def video_init(self):  
        self.capture = cv.CaptureFromFile(self.videoPath)  
        self.win_name = "test"  
        cv.NamedWindow(self.win_name, cv.CV_WINDOW_AUTOSIZE)  
          
    def read(self):  
        self.video_init()  
        while 1:  
            self.frame_count+=1  
            image = cv.QueryFrame(self.capture )  
             
            cv.ShowImage(self.win_name, image)  
            print self.frame_count  

最低0.47元/天解锁文章