一、從文件中讀取視頻并播放

1.創(chuàng)建讀取視頻的對(duì)象

cap=cv.VideoCapture(filepath)

2.獲取視頻某些屬性

retval=cap.get(propId)

propId:從0到18的數(shù)字，每個(gè)數(shù)字表示視頻的屬性

3.修改視頻屬性信息

cap.set(propId,value)

4.判斷圖像是否讀取成功

isornot=cap.isOpened()

5.獲取視頻的一幀圖像

ret,frame=cap.read()

ret:獲取成功返回True，失敗返回False

frame:獲取到的圖像

注意：調(diào)用cv.imshow()顯示圖像時(shí)，要使用cv.waitkey()設(shè)置適當(dāng)持續(xù)時(shí)間，通常設(shè)置25ms

6.釋放圖像

cap.release()

示例：

import numpy as np
import cv2 as cv
cap=cv.VideoCapture("video.mp4")
#判斷是否獲取成功
while(cap.isOpened()):
    #獲取每一幀圖像
    ret,frame=cap.read()
    #是否獲取成功
    if ret == True:
        cv.imshow("frame",frame)
    if cv.waitKey(25)&0xFF==ord("q"):
        break;
cap.release()
cv.destoryAllWindows()

 二、視頻文件的保存

1.在OpenCV中保存視頻使用的是VedioWriter對(duì)象，創(chuàng)建視頻寫(xiě)入對(duì)象

out=cv.VideoWriter(filename,fourcc,fps,framesize)

fourcc:用四個(gè)字符表示的視頻編碼格式

fps:幀速率

framesize:每一幀的大小

2.設(shè)置視頻的編解碼器

retval=cv2.VideoWriter_fourcc(c1,c2,c3,c4)

c1~c4:視頻編解碼器的4字節(jié)代碼，常用的有:

Windows:DIVX(.avi)

OS中：MJPG(.mp4),DIVX(.avi),X264(.mkv)

3.利用cap.read()獲取視頻中的每一幀圖像，使用out.write()將某一幀圖像寫(xiě)入視頻中

4.使用cap.release()和out.release()釋放資源

示例

import numpy as np
import cv2 as cv
#讀取視頻
cap=cv.VideoCapture("video.mp4")
width=int(cap.get(3))
height=int(cap.get(4))
out=cv.VideoWriter("out.avi",cv.VideoWriter_fourcc("M","J","P","G"),10,(width,height))
while(True):
    ret,frame=cap.read()
    if ret==True:
        out.write(frame)
    else:
        break
cap.release()
out.release()
cv.destroyAllWindows()

 三、視頻文件目標(biāo)追蹤

1.meanshift算法：

1>原理：通常情況，使用直方圖反向投影方法將窗口移動(dòng)到反向投影圖像中灰度密度最大的區(qū)域

假設(shè)我們有張100x100的輸入圖像，有一張10x10的模板圖像， 查找的過(guò)程:
1.從輸入圖像的左上角(0,0)開(kāi)始，切割一塊(0,0)至(10,10)的臨時(shí)圖像

2.生成臨時(shí)圖像的直方圖
3.用臨時(shí)圖像的直方圖和模板圖像的直方圖對(duì)比，對(duì)比結(jié)果記為c
4.直方圖對(duì)比結(jié)果c,就是結(jié)果圖像(0,0)處的像素值
5.切割輸入圖像從(0,1)至(10,11)的臨時(shí)圖像，對(duì)比直方圖，并記錄到結(jié)果圖像

6.重復(fù)1~5步直到輸入圖像的右下角，就形成了直方圖的反向投影

2>API

cv.meanshift(probImage,window,criteria)

probImage:ROI區(qū)域，即直方圖的反向投影

window:初始搜索窗口，即定義ROI的rect

criteria:確定窗口搜索停止的準(zhǔn)則，主要有迭代次數(shù)達(dá)到設(shè)置的最大值，窗口中心漂移值大于某個(gè)設(shè)定的限值

3>主要流程

1.讀取視頻文件: cv.VideoCapture0
2.感興趣區(qū)域設(shè)置:獲取第一幀圖像，并設(shè)置目標(biāo)區(qū)域，即感興趣區(qū)域
3.計(jì)算直方圖:計(jì)算感興趣區(qū)域的HSV直方圖，并進(jìn)行歸一化
4.目標(biāo)追蹤:設(shè)置窗口搜索停止條件，直方圖反向投影，進(jìn)行目標(biāo)追蹤，并在目標(biāo)位置繪制矩形框。

示例

import numpy as np
import cv2 as cv
# 1.獲取圖像
cap=cv.VideoCapture('video.mp4')
#指定追蹤目標(biāo)
ret,frame=cap.read()
#行、高、列、寬
r,h,c,w=347, 301, 700, 308
win=(c,r,w,h)#追蹤窗口為列行寬高
#追蹤目標(biāo)
roi = frame[r:r + h, c:c + w]
#計(jì)算直方圖（HSV)
hsv_roi=cv.cvtColor(roi, cv.COLOR_BGR2HSV)
roi_hist=cv.calcHist([hsv_roi], [0], None, [180], [0, 180])
cv.normalize(roi_hist,roi_hist,0,255,cv.NORM_MINMAX)
# 4. 目標(biāo)追蹤，設(shè)置窗口搜索終止條件：最大迭代次數(shù)，窗口中心漂移最小值
term=(cv.TERM_CRITERIA_EPS|cv.TERM_CRITERIA_COUNT, 10, 1)
while (True):
    ret, frame=cap.read()
    if ret == True:
        #計(jì)算直方圖的反向投影
        hsv=cv.cvtColor(frame, cv.COLOR_BGR2HSV)
        dst=cv.calcBackProject([hsv],[0],roi_hist,[0, 180],1)
        #進(jìn)行meanshift追蹤
        ret,win = cv.meanShift(dst,win,term)
        #追蹤的位置繪制在視頻上
        x,y,w,h=win
        img2 = cv.rectangle(frame, (x,y), (x+w, y+h), 255, 2)
        cv.imshow('frame',img2)
        if cv.waitKey(60) & 0xFF == ord('q'):
            break
    else:
        break
cap.release()
cv.destroyAllWindows()

總結(jié) 

到此這篇關(guān)于Python OpenCV視頻文件相關(guān)操作的文章就介紹到這了,更多相關(guān)OpenCV視頻文件操作內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！