OpenCV 摄像头与视频入门（深扒版）

0 · 导读：一个心智模型贯穿全局

把三件事先统一起来：

• 摄像头：一个永不停止、按固定帧率往外吐帧的设备。
• 视频文件：一个预先录好、按固定帧率往外吐帧的文件。
• OpenCV 的处理方式：两者都被抽象成 cv2.VideoCapture，区别只在于你传入的是「设备索引 0」还是「文件路径 "clip.mp4"」。

于是整条流水线只有一句话：

打开一个 VideoCapture → 循环 read() 拿到一帧 frame(numpy 数组) → 处理这一帧 → 显示/保存 → 循环，直到没有下一帧

全文两条贯穿主线（和图像处理一样，80% 的坑都在这里）：

1. frame 就是一张 uint8 的 NumPy 数组（(H, W, 3) 的 BGR），你之前学的所有图像处理函数（cvtColor / resize / rectangle / split）对摄像头帧完全适用。
2. 坐标 (x, y) 与数组 [y, x] 错位、BGR vs RGB —— 摄像头帧一样踩。

---

1 · 环境准备

1.1 安装

OpenCV 的 Python 包分两个：

包名	用途	体积
opencv-python	主模块 cv2，含核心 + 视频 IO + 图像算法	小
opencv-contrib-python	在上面的基础上加了 contrib 扩展（SIFT、跟踪、AR 等）	稍大

入门只用主模块即可：

pip install opencv-python

服务器 / 无显示环境（Docker、CI、树莓派无桌面）装 opencv-python-headless，否则 import cv2 会因找不到 GUI 后端报错。headless 版只是去掉了 imshow / namedWindow 这类依赖显示后端的函数，视频 VideoCapture / VideoWriter 不受影响。

1.2 验证安装

import cv2
print(cv2.__version__)          # 例如 4.9.0
cap = cv2.VideoCapture(0)       # 尝试打开默认摄像头
print(cap.isOpened())           # True 表示成功
cap.release()

1.3 版本与后端

cv2.getBuildInformation() 能看出当前编译进了哪些视频后端（V4L2 / DSHOW / GSTREAMER / FFMPEG）。后面排错经常要看它。

info = cv2.getBuildInformation()
print("FFMPEG" in info, "GSTREAMER" in info, "V4L2" in info)

---

2 · 图像基础回顾（因为摄像头帧就是图）

在进入视频前，先把「单张图」的几个 API 钉死，摄像头每帧用的就是它们。

import cv2

img = cv2.imread("cat.jpg")                 # 返回 BGR 的 (H,W,3) uint8 数组
cv2.imshow("window", img)                   # 在名为 window 的窗口显示
key = cv2.waitKey(0)                        # 等待按键；0=无限等待，>0=毫秒
cv2.destroyAllWindows()                     # 关闭所有窗口

三个必须记住的点：

1. cv2.imread 返回 BGR（蓝绿红），不是 RGB。想用 matplotlib 显示要 cv2.cvtColor(img, cv2.COLOR_BGR2RGB)。
2. cv2.imshow 之后必须跟一个 cv2.waitKey，否则窗口会瞬间闪退（它负责把图像推到屏幕并刷新事件队列）。
3. cv2.waitKey(1) 在视频循环里的「1」是等待 1 毫秒并顺带处理 GUI 事件；不是「每秒 1 帧」。真正控制帧率的是摄像头自己的帧率。

---

3 · 摄像头捕获：VideoCapture

3.1 打开与读取

import cv2

cap = cv2.VideoCapture(0)        # 0 = 默认摄像头（笔记本内置摄像头）
if not cap.isOpened():
    raise IOError("打不开摄像头，检查设备索引/权限/是否被占用")

while True:
    ret, frame = cap.read()      # ret: 是否成功取到帧；frame: (H,W,3) BGR 数组
    if not ret:
        break
    cv2.imshow("live", frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):