Python?OpenCV視頻文件相關(guān)操作教程
一、從文件中讀取視頻并播放
1.創(chuàng)建讀取視頻的對象
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
索引 | flags | 意義 |
0 | cv2.CAP_ PROP_POS_MSEC | 視頻文件當(dāng)前位置 |
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(jié)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 |
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對象,創(chuàng)建視頻寫入對象
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, 查找的過程:
1.從輸入圖像的左上角(0,0)開始,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比,對比結(jié)果記為c
4.直方圖對比結(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!
相關(guān)文章
python實(shí)現(xiàn)某考試系統(tǒng)生成word試卷
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)某考試系統(tǒng)生成word試卷,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-05-05

pyCharm 實(shí)現(xiàn)關(guān)閉代碼檢查

利用Python實(shí)現(xiàn)數(shù)值積分的方法

關(guān)于flask路由app.route及路由參數(shù)的各種用法解析