【OpenCV】77 视频读写与处理

最新推荐文章于 2024-07-31 17:29:33 发布

原创最新推荐文章于 2024-07-31 17:29:33 发布 · 389 阅读

0 ·

CC 4.0 BY-SA版权

OpenCV 专栏收录该内容

138 篇文章

订阅专栏

本文介绍使用OpenCV库进行视频读取与处理的方法，包括关键帧解析、图像处理及实时展示，展示了如何利用VideoCapture API读取视频并进行高斯模糊、边缘检测等操作。

77 视频读写与处理

代码

import cv2 as cv

capture = cv.VideoCapture("../images/video.avi")
height = capture.get(cv.CAP_PROP_FRAME_HEIGHT)
width = capture.get(cv.CAP_PROP_FRAME_WIDTH)
count = capture.get(cv.CAP_PROP_FRAME_COUNT)
fps = capture.get(cv.CAP_PROP_FPS)
print(height, width, count, fps)

def process(image, opt=1):
    dst = None
    if opt == 0:
        dst = cv.bitwise_not(image)
    if opt == 1:
        dst = cv.GaussianBlur(image, (0, 0), 15)
    if opt == 2:
        dst = cv.Canny(image, 100, 200)
    return dst

index = 0
while(True):
    ret, frame = capture.read()
    if ret is True:
        cv.imshow("video-input", frame)
        c = cv.waitKey(50)
        if c >= 49:
            index = c -49
        result = process(frame, index)
        cv.imshow("result", result)
        print(c)
        if c == 27:  #ESC
            break
    else:
        break
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

在这里插入图片描述

解释

OpenCV中对视频内容的处理本质上对读取视频的关键帧进行解析图像，然后对图像进行各种处理，OpenCV的VideoCapture是一个视频读取与解码的API接口，支持各种视频格式、网络视频流、摄像头读取。正常的视频处理与分析，主要是针对读取到每一帧图像，衡量一个算法处理是否能够满足实时要求的时候通常通过FPS（每秒多少帧的处理能力）。一般情况下每秒大于5帧基本上可以认为是在进行视频处理。

所有内容均来源于贾志刚老师的知识星球——OpenCV研习社，本文为个人整理学习，已获得贾老师授权，有兴趣、有能力的可以加入贾老师的知识星球进行深入学习。
在这里插入图片描述