【计算机视觉】1- 3 OpenCV视频文件的读取及处理方法

在 OpenCV 中读取视频文件并进行处理也非常简单。下面是一个示例代码，展示了如何使用 Python 和 OpenCV 来读取视频，处理每一帧，并显示结果。

示例代码
import cv2

1. 打开视频文件
   video_path = ‘path/to/your/video.mp4’ # 替换为你的视频路径
   cap = cv2.VideoCapture(video_path)

检查视频是否成功打开
if not cap.isOpened():
print(“无法打开视频文件，请检查路径。”)
else:
while True:

2. 读取每一帧

ret, frame = cap.read()

# 检查是否读取到帧
if not ret:
    print("视频播放结束或读取失败。")
    break

# 3. 处理帧（例如转换为灰度图）
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

# 4. 显示原始帧和处理后的帧
cv2.imshow('Original Frame', frame)
cv2.imshow('Gray Frame', gray_frame)

# 按 'q' 键退出
if cv2.waitKey(1) & 0xFF == ord('q'):
    break

5. 释放视频对象和关闭所有窗口

cap.release()
cv2.destroyAllWindows()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
代码解释
打开视频文件：

使用 cv2.VideoCapture() 打开视频文件。确保路径正确。

读取每一帧：

使用 cap.read() 方法逐帧读取视频。ret 是一个布尔值，表示是否成功读取到帧。

处理帧：

在示例中，我们将每一帧转换为灰度图，使用 cv2.cvtColor()。

显示帧：

使用 cv2.imshow() 显示原始帧和处理后的帧。

释放资源：

使用 cap.release() 释放视频对象，并使用 cv2.destroyAllWindows() 关闭所有窗口。

注意事项
如果在 Jupyter Notebook 中运行，可能需要使用其他方法来显示视频，比如使用 matplotlib。

确保安装了 OpenCV，并且提供的视频文件路径是正确的。

按下 ‘q’ 键可以退出视频播放。

希望这段代码对你有所帮助！如有其他问题，请随时询问。