【opencv 官方教程】翻译5 视频输入输出

This section contains tutorials about how to read/save your video files.


视频输入和相似度测量

现在的情况是视频监控系统越来越常见了,视频流的使用也越来越频繁(实时数据和回放的存储数据)。OpenCV也为此准备了C++类来处理。

打开视频:

    VideoCapture captRefrnc(sourceReference), captUndTst(sourceCompareWith);
    if (!captRefrnc.isOpened())
    {
        cout  << "Could not open reference " << sourceReference << endl;
        return -1;
    }
    if (!captUndTst.isOpened())
    {
        cout  << "Could not open case test " << sourceCompareWith << endl;
        return -1;
    }

或者通过 cv::VideoCapture::open


获取视频长宽

    Size refS = Size((int) captRefrnc.get(CAP_PROP_FRAME_WIDTH),
                     (int) captRefrnc.get(CAP_PROP_FRAME_HEIGHT)),
         uTSi = Size((int) captUndTst.get(CAP_PROP_FRAME_WIDTH),
                     (int) captUndTst.get(CAP_PROP_FRAME_HEIGHT));

读取一帧画面
        
  
  
Mat frameReference, frameUnderTest; 。。。
captRefrnc >> frameReference; captUndTst >> frameUnderTest;

修改图像内容

A read method is made of a frame grab and a decoding applied on that. You may call explicitly these two by using the cv::VideoCapture::grab and then the cv::VideoCapture::retrieve functions

先获取、修改然后应用


图像相似度 Image similarity - PSNR and SSIM

MSE:mean squad error

我认为该叫平均像素差值

MSE=1cij(I1I2)2

Then the PSNR is expressed as:

峰值信噪比

PSNR=10log10(MAX2IMSE)

对于一个uchar类型的像素,MAXi就是255

典型的压缩视频PSNR值是30~50,越大效果越好。这种算法(PSNR)比较简单快速,但是与人眼的观察结果并不相同。structural similarity(SSIM)则改正了这个问题。


创建一个视频

视频的结构

videoFileStructure.png
视频内容、音轨、其他轨道如字幕。鉴于OpenCV是一个计算机视觉库,所以只选择了较为简单的avi格式进行支持。因此,2GB的最大文件限制、单轨处理。格式问题自己想办法把。

写视频
搞个对象啦 cv::VideoWriter ,剩下的还要我教你吗?
开始之前可以指定一些参数,通过 cv::VideoWriter::open
写入数据
outputVideo.write(res);  //or
outputVideo << res;
多的都是单张图片的处理了。


使用OpenNI兼容传感器

Using Kinect and other OpenNI compatible depth sensors

本来还以为可以打开摄像头了,结果这个并不是。

相关内容看http://blog.csdn.net/augusdi/article/details/8762961


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值