小啾带你开天眼 之 开启py-OpenCV摄像头及视频处理
            【Python-Open_CV系列（十二）】

      ʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞ
                 
    ʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞʚʕ̯•͡˔•̯᷅ʔɞ

????꧔ꦿ本系列blog传送门：
 
✨OpenCV图像处理基本操作 【Python-Open_CV系列（一）】
 
✨OpenCV像素处理基本操作 【Python-Open_CV系列（二）】
 
✨OpenCV之 BGR、GRAY、HSV色彩空间&色彩通道专题 【Python-Open_CV系列（三）】
 
✨OpenCV绘制图像与文字(可作为脚手架代码)(python) 【Python-Open_CV系列（四）】
 
✨OpenCV图像几何变换专题(缩放、翻转、仿射变换及透视)【python-Open_CV系列（五）】
 
✨基于梵·高《向日葵》的 图像阈值处理专题（二值处理、反二值处理、截断处理、自适应处理及Otsu方法）【Python-Open_CV系列（六）】
 
✨OpenCV基本功 之 图像的掩模、运算 & 合并专题 -小啾带学【Python-Open_CV系列（七）】
 
✨《三英战吕布》 - 图像模板匹配 【Python-Open_CV系列（八）】
 
✨OpenCV滤波器 龙门石窟篇【Python-Open_CV系列（九）】(均值滤波器、中值滤波器、高斯滤波器、双边滤波器)
 
✨Open_CV形态学运算专题 （腐蚀&膨胀、开&闭运算、梯度运算、顶帽运算黑帽运算 ）【Python-Open_CV系列（十）】
 
✨霍夫变换看不懂？小啾带你串一遍：OpenCV图形检测专题 这样学最简单【Python-Open_CV系列（十一）】
 
✨小啾带你开天眼 之 开启py-OpenCV摄像头及视频处理【Python-Open_CV系列（十二）】
 
✨小啾带你开天眼 之 人脸检测与识别(以及华强、皇叔、高祖配墨镜特效)【Python-Open_CV系列（十三）】

大家好，我是侯小啾！

 前边的blog中，学习了这么多的图像处理基本功，今天终于到了这个令人心动的环节了，我们要使用OpenCV控制我们电脑的摄像头了，这也是迈向OPenCV的一大核心功能——人脸识别 的重要环节之一。正式开始之前呢，小啾先给大家带来一点关于图像与视频文件的科普：
众所周知，视频是由一张张地图像连续播放而组成的，这些图像中的每一幅在视频中被称为“帧”。OpenCV不仅仅可以处理图像，也可以用来处理视频。一个视频文件所含有的图像总数，被称为“帧数”。视频被播放的时候，每秒播放的帧的数量被称为“帧速率（FPS，单位 为 帧/s）”。帧宽度和帧高度则分别是指在画面水平和垂直方向上的像素数量，通常可以理解为对长度的描述了解了这些，再读下文就十分简单啦。

1.调用摄像头 - 使用VideoCapture类
 

cv2.VideoCapture类，顾名思义，“视频捕获”，其主要方法如下：

• ①cv2.VideoCapture()方法

通过cv2.VideoCapture()方法可以创建出一个实例化对象，完成摄像头的初始化工作。

capture = cv2.VideoCapture(index)

其需要传入一个index参数，表示摄像头的序列。填0表示电脑的内置摄像头（前提是电脑有内置摄像头）。填1，则表示有内置摄像头的情况下，外置的第一个摄像头。依次类推。

除此之外，如果有警告信息，为了避免，也可以再index后边再加一个参数：cv2.CAP_DSHOW即可。

• ②inOpened()方法

inOpened()方法 用于检验摄像头是否打开成功

retval = capture.isOpened()

无需传入参数，其中capture是cv2.VideoCapture类的实例化对象，返回值retval是一个布尔类型的值，如果摄像头初始化成功则为True，不成功则为False。

• ③read()方法

read()方法 用于从摄像头中读取帧。

retval,image = capture.read()

其中capture是cv2.VideoCapture类的实例化对象，返回值retval是一个布尔类型的值，如果摄像头初始化成功则为True，不成功则为False。image是读到的帧，即读到的图像。

• ④relase()方法

relase()方法 用于关闭摄像头。（不需要摄像头时应该关闭）

capture.relase()

将上边四种方法综合写起来，来完成读取并显示摄像头视频的需求：

import cv2


capture = cv2.VideoCapture(0)
while (capture.isOpened()):
    retval, image = capture.read() 
    cv2.imshow("Video", image)
    # 窗口的图像刷新时间为1毫秒
    key = cv2.waitKey(1)  
    if key == 32:  
        break
capture.release()  
cv2.destroyAllWindows()  

如图，电脑摄像头被打开，拍摄到接着奏乐接着舞片段。（这是小啾手机上的画面映进电脑摄像头）（/doge）
      

摄像头开启过程中，如果键盘上的空格键被点击，则摄像头会被关闭，程序执行结束。

如果想要使获取到的视频为灰度的，即 将每一帧都转化为灰度图像，只需要对以上代码中read()读取到的image操作，转化为灰度图像即可。
 
此外，窗口数量也是可以增加的。
 
下边，打开八个窗口为例，同时为了方便展示效果界面，小啾还将每个窗口缩小到了原来的三分之二大小。

在调用摄像头显示图像的同时，我们还可以对图像加点操作。
以前边博文中讲到过的操作为例，我们使
窗口“Video”显示原画面，
窗口“Video1”显示经过 低于阈值零处理的 画面，
窗口“Video2”显示 二值化处理过的画面，
窗口“Video3”显示反二值化处理过的画面，
窗口“Video4”显示阈值为10-50的Canny边缘检测的结果，
窗口“Video5”显示阈值为200-400的Canny边缘检测的结果，
窗口“Video6”显示 双边滤波后的效果，
窗口“Video7”显示灰度处理过的画面。
 
具体代码如下：

import cv2

capture = cv2.VideoCapture(0, cv2.CAP_DSHOW)
while (capture.isOpened()):
    retval, image = capture.read()
    # 为方便展示，现将视频的帧宽度和帧高度缩小到原来的三分之二
    dst = cv2.resize(image, None, fx=2 / 3, fy=2 / 3)
    image_Gray = cv2.cvtColor(dst, cv2.COLOR_BGR2GRAY)  # 灰度处理
    t, dst1 = cv2.threshold(image_Gray, 127, 255, cv2.THRESH_TOZERO)  # 低于阈值零处理
    t2, dst2 = cv2.threshold(image_Gray, 127, 255, cv2.THRESH_BINARY)  # 二值化处理
    t3, dst3 = cv2.threshold(image_Gray, 127, 255, cv2.THRESH_BINARY_INV)  # 反二值化处理
    dst4 = cv2.Canny(dst, 10, 50)  # 阈值为10-50的Canny边缘检测
    dst5 = cv2.Canny(dst, 200, 400)  # 阈值为200-400的Canny边缘检测
    dst6 = cv2.bilateralFilter(dst, 15, 125, 200)  # 双边滤波


    if retval == True:
        cv2.imshow("Video", dst)
        cv2.imshow("Video1", dst1)
        cv2.imshow("Video2", dst2)
        cv2.imshow("Video3", dst3)
        cv2.imshow("Video4", dst4)
        cv2.imshow("Video5", dst5)
        cv2.imshow("Video6", dst6)
        cv2.imshow("Video7", image_Gray)
    key = cv2.waitKey(1)
    if key == 32:
        break
capture.release()
cv2.destroyAllWindows()

拓展一点，如果想要保存某个时间或条件下的图像，还使用之前学过的cv2.imwrite()方法即可完成，只需要在上述代码中合适的位置将设定的条件表述出来即可。
OpenCV也支持同时读取多个摄像头的视频，再创建一个cv2.VideoCapture对象即可，很简单就能实现。因为目前小啾的PC只有一个摄像头，这里就不再做演示啦。

此外，需要留意key = cv2.waitKey(1)这行代码，表示等待1毫秒，1毫秒到了键盘没有被点击就结束等待继续执行程序，继续执行则就意味着继续循环读取下一帧图像，也就是说一毫秒更新一帧图像，是在瞬间完成的。这就实现了实时的摄像头的拍摄。

2.视频文件处理
 

小啾准备一个关于打篮球教学1的mp4视频文件，网盘链接：点击下载，提取码：9710 。
大家可以点击链接下载下来，方便我们测试和学习代码。
文件名这里写作"playing_basketball.avi"。

• ① cv2.VideoCapture类 及 方法

首先，获取图像文件依然使用的是cv2.VideoCapture()方法，来实例化一个cv2.VideoCapture对象。.通过cv2.VideoCapture()方法可以创建出的实例化对象，不仅可以完成摄像头的初始化工作，也可以完成获取视频文件的初始化工作。

capture = cv2.VideoCapture(filename)

其需要传入一个filename参数，即视频文件的文件名。创建好这个cv2.VideoCapture对象后，依然要对其使用read()方法读取。

• ② capture.get()方法

在对视频文件进行操作前，通常要先去获取视频文件的属性，这个过程可以通过对cv2.VideoCapture对象使用get()方法来实现。

retval = cv2.VideoCapture.get(propld)

其需要传入一个prople参数，即要获取的属性类型。retval是对应的值。

其中，prople有以下值可供选择：

首先第一步，我们来查看一下"playing_basketball.avi"视频文件的属性：

import cv2

video = cv2.VideoCapture("playing_basketball.avi")
# 获取视频文件的帧速率
fps = video.get(cv2.CAP_PROP_FPS) 
# 获取视频文件的帧数
frame_Count = video.get(cv2.CAP_PROP_FRAME_COUNT)
# 获取视频文件的帧宽度
frame_Width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
# 获取视频文件的帧高度
frame_Height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))
print("帧速率:", fps)
print("帧数:", frame_Count)
print("帧宽度:", frame_Width)
print("帧高度:", frame_Height)

获取到了视频文件的基本属性后，我们就可以对其进行播放操作了。其中可以看到，帧速率为30.0，即每秒三十帧画面。使用程序播放视频文件的时候，我们需要手动设置这个值。如果设置的帧速率小于30，即相当于实现了小于1的倍速播放；如果大于30，则意味着实现了大于1的倍速播放。

上一段代码中，我们是通过控制image的shape来控制窗口大小的。除此之外，还有另外一种方式可以完成此操作。在接下来的代码中，我们大可不必这样，我们可以通过cv2.namedWindow()方法创建窗口，并使用 cv2.resizeWindow()方法直接对窗口的大小进行设定。
 
在前边所有的blog中，当我们使用cv2.imshow()时，都没有在其前面加cv2.namedWindow()，那是因为没有调用的情况下，程序会自动调用一次cv2.namedWindow()方法将窗口创建出来。

接下来，我们将读取本地视频文件"playing_basketball.avi"，图像刷新时间设定为10毫秒，换算一下即帧速率为100帧/秒。我们要做的是，打开七个窗口，分别展示原视频图像，灰度处理过的结果，转到HSV色彩空间下的结果，低于阈值零处理的结果，二值化处理的结果，阈值在10-50的Canny边缘检测，阈值在200-400的Canny边缘检测。且在视频播放过程中，如果空格键被点击，视频会暂停，然后再点击任意键，视频会继续播放。如果点击了Esc键，则会关闭所有视频窗口。

根据需求，代码如下：

import cv2


video = cv2.VideoCapture("playing_basketball.avi")

frame_Count = video.get(cv2.CAP_PROP_FRAME_COUNT)
i = 0
while (video.isOpened()):
    retval, image1 = video.read()  # 原图像
    image2 = cv2.cvtColor(image1, cv2.COLOR_BGR2GRAY)  # 灰度
    image3 = cv2.cvtColor(image1, cv2.COLOR_BGR2HSV)  # 转到HSV色彩空间
    t4, image4 = cv2.threshold(image2, 127, 255, cv2.THRESH_TOZERO)  # 低于阈值零处理
    t5, image5 = cv2.threshold(image2, 127, 255, cv2.THRESH_BINARY)  # 二值化处理
    image6 = cv2.Canny(image1, 10, 50)  # 阈值为10-50的Canny边缘检测
    image7 = cv2.Canny(image1, 200, 400)  # 阈值为200-400的Canny边缘检测
    # 设置“Video”窗口
    cv2.namedWindow("playing_basketball_1", 0)
    cv2.resizeWindow("playing_basketball_1", 426, 240)
    cv2.namedWindow("playing_basketball_2", 0)
    cv2.resizeWindow("playing_basketball_2", 426, 240)
    cv2.namedWindow("playing_basketball_3", 0)
    cv2.resizeWindow("playing_basketball_3", 426, 240)
    cv2.namedWindow("playing_basketball_4", 0)
    cv2.resizeWindow("playing_basketball_4", 426, 240)
    cv2.namedWindow("playing_basketball_5", 0)
    cv2.resizeWindow("playing_basketball_5", 426, 240)
    cv2.namedWindow("playing_basketball_6", 0)
    cv2.resizeWindow("playing_basketball_6", 426, 240)
    cv2.namedWindow("playing_basketball_7", 0)
    cv2.resizeWindow("playing_basketball_7", 426, 240)
    if retval == True:
        cv2.imshow("playing_basketball_1", image1)
        cv2.imshow("playing_basketball_2", image2)
        cv2.imshow("playing_basketball_3", image3)
        cv2.imshow("playing_basketball_4", image4)
        cv2.imshow("playing_basketball_5", image5)
        cv2.imshow("playing_basketball_6", image6)
        cv2.imshow("playing_basketball_7", image7)
    else:
        break
    # 窗口的图像刷新时间为10毫秒 则帧速率为100帧/秒
    key = cv2.waitKey(10)
    if key == 32:
        cv2.waitKey(0)
        continue
    if key == 27:
        break
    i += 1
    if i == frame_Count:
        break


video.release()
cv2.destroyAllWindows()

程序执行过程片段如下：

3.视频文件的保存 - 使用VideoWriter类
 

• ①cv2.VideoWriter()方法

通过cv2.VideoWriter()方法可以创建出一个VideoWriter类的实例化对象，而保存视频文件的常见流程为，创建VideoWriter对象，写入读到的帧，帧可以是摄像头抓取的，也可以是视频中的。写入完毕后，再使用release()方法释放VideoWriter对象。

<VideoWriter object> = cv2.VideoWriter(filename, fourcc, fps, frameSize)

在创建cv2.VideoWriter对象时可以传入四个参数：
filename 即
一个index参数，表示摄像头的序列。填0表示电脑的内置摄像头（前提是电脑有内置摄像头）。填1，则表示有内置摄像头的情况下，外置的第一个摄像头。依次类推。

除此之外，如果有警告信息，为了避免，也可以再index后边再加一个参数：cv2.CAP_DSHOW即可。

• cv2.VideoWriter类 及 方法

OpenCV还提供了cv2.VideoWriter类来实现对视频文件的保存。

<VideoWriter object> = cv2.VideoWriter(filename, fourcc, fps, frameSize)

其中
参数<VideoWriter object> 即该类的实例化对象，自行命名即可。
参数filename即保存视频文件时的文件名（含扩展名），可加路径。
参数fourcc指的是用四个字符表示的视频编码的格式。通过cv2.VideoWriter_fourcc()方法生成，具体在下一部分展示。
参数fps指的是帧速率。
参数frameSize即每一帧的大小。

使用cv2.VideoWriter类主要还涉及了两个方法，一个是write()方法，一个是relase()方法。其中write()方法用于将帧写入文件，参数即为读到的帧。而relase()方法则用于在不需要使用cv2.VideoWriter类实例对象时将其释放掉。
保存视频文件的常见流程为，创建VideoWriter对象，写入读到的帧，帧可以是摄像头抓取的，也可以是视频中的，也可以是一张张的图像。写入完毕后，再使用release()方法释放VideoWriter对象。

关于cv2.VideoWriter()方法的fourcc参数，
需要使用到>cv2.VideoWriter_fourcc()方法生成，具体如下表：

以保存一段摄像头视频为例，采用MPEG-4编码格式编码格式，将文件保存在当前目录下，文件名为"new_Video.avi"。
执行程序开始录制，按Esc键结束录制，并保存为avi文件。

import cv2

capture = cv2.VideoCapture(0, cv2.CAP_DSHOW)
fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')
output = cv2.VideoWriter("new_Video.avi", fourcc, 20, (640, 480))
while capture.isOpened():
    retval, frame = capture.read()
    if retval == True:
        output.write(frame)
        cv2.imshow("frame", frame)
    key = cv2.waitKey(1)
    if key == 27: # 如果按下Esc键
        break
# 关闭笔记本内置摄像头
capture.release()
# 释放VideoWriter类对象
output.release()
cv2.destroyAllWindows()

如果需求为录制一定的时间，则只需要对循环条件加一点判断：
以录制s秒的帧速率为n的的视频为例，则总共需要的帧数为s×n，每次循环使该计数减少1，直到该计数减小到0结束循环即可。
如果要保存现存的视频文件的某片段，则也同理，这里不再对此示例。仅对摄像头拍摄下的视频计时进行示例：

具体代码示例如下：

import cv2

capture = cv2.VideoCapture(0, cv2.CAP_DSHOW)
fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')
fps = 20  # 帧速率
# 创建VideoWriter类对象
output = cv2.VideoWriter("ten_Seconds.avi", fourcc, fps, (640, 480))
frame_Num = 20 * fps # 时长为20秒的摄像头视频含有的帧数
while capture.isOpened() and frame_Num > 0:
    # 从摄像头中实时读取视频
    retval, frame = capture.read()  
    if retval:
        # 在VideoWriter类对象中写入读取到的帧
        output.write(frame)
        # 在窗口中显示摄像头视频，这个是为了方便用户使用，符合人的视觉效果。仅程序执行的话可以不需要。
        cv2.imshow("frame", frame)
    # 窗口的图像刷新时间为1毫秒
    key = cv2.waitKey(1)  
    frame_Num -= 1  # 每次循环每写入一帧图像，frame_Num就减小一帧，直到减小到零即帧数写够了，不再循环。
capture.release()
output.release()
cv2.destroyAllWindows()

本次分享就到这里，小啾感谢您的关注与支持！
????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ????꧔ꦿ

最后

以上就是清爽楼房为你收集整理的小啾带你开天眼 之 开启py-OpenCV摄像头及视频处理【Python-Open_CV系列（十二）】 1.调用摄像头 - 使用VideoCapture类   2.视频文件处理   3.视频文件的保存 - 使用VideoWriter类  的全部内容，希望文章能够帮你解决小啾带你开天眼 之 开启py-OpenCV摄像头及视频处理【Python-Open_CV系列（十二）】 1.调用摄像头 - 使用VideoCapture类   2.视频文件处理   3.视频文件的保存 - 使用VideoWriter类  所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。