番外2. OpenCV 中攝像頭捕獲與視頻處理與常見問題解決方案

本系列專欄寫作方式

本系列專欄寫作將采用首創的問答式寫作形式，快速讓你學習到 OpenCV 的初級、中級、高級知識。

2. OpenCV 中攝像頭捕獲與視頻處理

OpenCV 除了應用在圖像處理領域外，還會應用到視頻處理領域，接下來我們就將學習到，如何通過Python OpenCV 對攝像頭捕獲或者視頻文件進行處理。

視頻文件將從三個方向入手，分別是讀取文件，顯示視頻，保存視頻。

本文將為你核心解決以下2個函數：cv2.VideoCapture 與 cv2.VideoWrite，基于這2個函數，會衍生出其它相關函數，具體參照下文。

在 OpenCV 中操作攝像頭相關注意事項和解決方案

攝像頭相較于視頻，差異在一個是實時圖像，一個是既定內容。如果想要捕獲到視頻，用到的是cv2.VideoCapture 函數，該函數的第一個參數是設備的索引號，如果你使用的是筆記本電腦，默認一般是0，表示的內置攝像頭，如果鏈接了外置，可以修改該數字即可。

最簡單的測試代碼如下：

import cv2 import numpy as np cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() # 轉變成灰度圖 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow("frame", gray) if cv2.waitKey() & 0xFF == ord("x"): break # 關閉攝像 cap.release() cv2.destroyAllWindows()

該代碼在運行時，如果你電腦未安裝攝像頭或者驅動異常，都會導致報錯，例如下述BUG

error: (-215:Assertion failed) !_src.empty() in function 'cv::cvtColor'

該問題雖然報錯出現在 cv2.cvtColor函數，但是原因是 frame 為空，即cap.read()讀取失敗導致的。

這里在實際編碼過程中，需要增加一個判斷，cap.read() 函數會返回一個狀態布爾值，如果讀取到數據，返回真，否則返回假，測試如下代碼（下述代碼的停止，需要按鍵盤上的CTRL+C ）：

import cv2 import numpy as np cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() print(ret) # 關閉攝像 cap.release() cv2.destroyAllWindows()

測試完畢之后，我們修改本文一開始的代碼，讓其更加健壯。

while True: ret, frame = cap.read() if ret: # 轉變成灰度圖 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow("frame", gray) # pass ...

這里存在一個常見，但是及容易被忽視的問題，就是很多時候，我們并不知道電腦上有沒有攝像頭，或者攝像頭的設備號，該如何進行操作。

你可以按照下述代碼進行檢測：

import cv2 import numpy as np for cn_num in range(0, 5): cap = cv2.VideoCapture(cn_num) if cap.isOpened(): break

以上代碼運行的原理是，按照順序依次打開設備 0~5，當發現攝像頭被成功打開，返回跳出。

上述代碼還提及了一個新的函數 cap.isOpened，該函數用來檢測攝像頭是否初始化（能被打開），初始化成功返回 True。

在 OpenCV 中操作視頻文件相關注意事項和解決方案

其實操作視頻文件與操作攝像頭操作基本一致，唯一修改的就是cv2.VideoCapture 函數設備號即可。

這里將設備號修改為視頻文件路徑。

接下來，我們先看一段代碼，認識基本用法。

import numpy as np import cv2 cap = cv2.VideoCapture('test.mp4') while cap.isOpened(): ret, frame = cap.read() # gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) cv2.imshow('frame', frame) if cv2.waitKey(25) & 0xFF == 27: break cap.release() cv2.destroyAllWindows()

其中最需要注意的一個地方，不是 cv2.VideoCapture(‘test.mp4’) 函數讀取文件，而是 cv2.waitKey(25)，這個地方需要設置好對應的視頻，如果數值特別小，例如 1，視頻就會快速播放，設置太高播放又會變慢，一般建議設置為 25。

當然，上述代碼注釋的部分，如果取消，就會變成一個灰度視頻。

甚至可以直接將視頻進行翻轉，用到函數為：cv2.flip(frame, 0)，

import numpy as np import cv2 cap = cv2.VideoCapture('test.mp4') while cap.isOpened(): ret, frame = cap.read() if ret == True: frame = cv2.flip(frame, 0) cv2.imshow('frame', frame) if cv2.waitKey(25) & 0xFF == 27: break cap.release() cv2.destroyAllWindows()

上述代碼運行如下：

接下來我們用視頻來學習一下一些操作屬性的方法。

cv2.VideoCapture.get(propId) 可以訪問視頻的某些功能，其中 propId 是一個從0到18的數字，每個數字表示視頻的屬性。

取值清單如下（該清單只作為查詢參考使用）：

0 - cv2.CAP_PROP_POS_MSEC： 視頻文件的當前位置（ms）；

1 - cv2.CAP_PROP_POS_FRAMES：從0開始索引幀，幀位置；

2 - cv2.CAP_PROP_POS_AVI_RATIO：視頻文件的相對位置（0表示開始，1表示結束）；

3 - cv2.CAP_PROP_FRAME_WIDTH：視頻流的幀寬度；

4 - cv2.CAP_PROP_FRAME_HEIGHT： 視頻流的幀高度；

5 - cv2.CAP_PROP_FPS：幀率；

6 - cv2.CAP_PROP_FOURCC ： 編解碼器四字符代碼；

7 - cv2.CAP_PROP_FRAME_COUNT ：視頻文件的幀數；

8 - cv2.CAP_PROP_FORMAT：retrieve()返回的Mat對象的格式；

9 - cv2.CAP_PROP_MODE ：后端專用的值，指示當前捕獲模式；

10 - cv2.CAP_PROP_BRIGHTNESS ：圖像的亮度，僅適用于支持的相機；

11 - cv2.CAP_PROP_CONTRAST ：圖像對比度，僅適用于相機；

12 - cv2.CAP_PROP_SATURATION：圖像飽和度，僅適用于相機；

13 - cv2.CAP_PROP_HUE：圖像色調，僅適用于相機；

14 - cv2.CAP_PROP_GAIN：圖像增益，僅適用于支持的相機；

15 - cv2.CAP_PROP_EXPOSURE：曝光，僅適用于支持的相機；

16 - cv2.CAP_PROP_CONVERT_RGB：布爾標志，指示是否應將圖像轉換為RGB；

17 - cv2.CAP_PROP_WHITE_BALANCE：目前不支持；

18 - cv2.CAP_PROP_RECTIFICATION：立體攝像機的整流標志。

有了上述清單，可以獲取視頻較多的屬性值了，例如獲取寬度與高度。

cap = cv.VideoCapture('test.mp4') print("寬度：%s,高度：%s" % (cap.get(3), cap.get(4)))

有 get 方法，對應的就存在 set 函數，函數原型如下：

cap.set(propId，value) # 進行修改，value 是修改后的值

但這個地方要注意下，上面 set 函數只對采集攝像頭有用，如果讀取的是視頻文件，上述內容就不在起作用了。

如果你還是希望實現修改視頻文件的窗口大小，那可以使用下述方案。

cv2.namedWindow("frame", 0) cv2.resizeWindow("frame", 800,300)

如果想希望查看視頻播放的當前位置、幀率、幀數，可以直接使用下述代碼。

time = cap.get(cv2.CAP_PROP_POS_MSEC) fps = cap.get(cv2.CAP_PROP_FPS) total_frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)

當然，使用屬性值也可以。

time = cap.get(0) fps = cap.get(5) total_frames = cap.get(7)

在 OpenCV 中捕獲視頻并保存

圖片的保存使用函數 cv2.imwrite即可實現，但視頻保存，需要與cv2.VideoCapture對應著，創建一個 VideoWriter對象，而且還需要確定文件的名稱，視頻 FourCC 編碼，頻率，幀大小，isColor標簽，該標簽如果為 True 則保存彩色圖，否則是灰度圖。

首先對 FourCC 進行一下說明，該編碼是一個4字節碼，表示的是視頻編碼格式。

例如對于 MJPG，它有兩種寫法。

注意這是 OpenCV 3 寫法，網上現在大多數博客都是 OpenCV 2 寫法。

cv2.VideoWriter_fourcc('M', 'J', 'P', 'G') cv2.VideoWriter_fourcc(*'MJPG')

常見編碼說明：

MJPG編碼器編碼的視頻非常大；

X264 編碼器編碼的視頻很小；

XVID編碼器優先選擇，質量較高且體積較小。

cv2.VideoWriter函數原型如下：

cv2.VideoWriter( filename, fourcc, fps, frameSize[, isColor] )

相關參數：

filename：視頻保存文件名稱；

fourcc：視頻編解碼器的4字節代碼；

fps：幀率；

frameSize：幀大小；

isColor：如果為True，則視頻為彩色，否則為灰度視頻，默認為True。

測試代碼如下，代碼之后跟相關問題的說明。

import numpy as np import cv2 cap = cv2.VideoCapture("test.mp4") width = int(cap.get(3)) height = int(cap.get(4)) fps = cap.get(5) # FourCC 編碼是 XVID fourcc = cv2.VideoWriter_fourcc(*'XVID') out = cv2.VideoWriter("test1.avi", fourcc, fps, (width, height)) while 1: ret, frame = cap.read() if frame is None: break else: # 對每一幀都進行處理 # frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) out.write(frame) cv2.imshow("video", frame) k = cv2.waitKey(25) & 0xFF if k == 27: break cap.release() out.release() cv2.destroyAllWindows()

在調用函數 cv2.VideoWriter("test1.avi", fourcc, fps, (width, height)) 的時候，注意需要 (width, height) 必須是整數，需要強制轉換一下。

其中 20 是 fps ，如果想保存成灰度視頻，按照下述代碼修改即可。

out = cv2.VideoWriter("test1.avi", fourcc, fps, (width, height),False) # ...... # 注意在讀取每一幀的時候，都要轉換成灰度圖 frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # ......

如果在編碼時出現如下錯誤，注意是 frameSize 參數設置的問題

VideoWriter() missing required argument 'frameSize' (pos 5)

對應的代碼位置按照如下修改即可

out = cv2.VideoWriter("test1.avi", fourcc, fps, (int(width), int(height)))

下一個常見的問題是，如果不是讀取視頻文件，直接采集的攝像頭數據，使用 fps = cap.get(5) 是無法獲取到具體的 fps 值的，此時只能進行手動設定。

該值的設定需要依據自己電腦的配置，一般設置為10~20即可。

OpenCV 視頻

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。