OpenCV中读取、显示、保存摄像头视频讲解与实战(附Python源码)

需要源码请点赞关注收藏后评论区留言私信~~~

OpenCV不仅能够处理图像,还能够处理视频。视频是由大量的图像构成的,这些图像以固定的时间间隔从视频中获取。这样,就能够使用图像处理的方法对这些图像进行处理,进而达到处理视频的目的。要处理视频,需要先对视频进行读取、显示和保存等相关操作

一、VideoCapture类

摄像头指的是从摄像头中实时读取到的视频,为了读取并显示摄像头视频,OpenCV提供了VideoCapture类的相关方法,这些方法包括摄像头的初始化方法,检验摄像头初始化是否成功的方法,从摄像头中读取帧的方法和关闭摄像头的方法等 下面依次对这些方法进行讲解

VideoCapture类提供了构造方法VideoCapture,用于完成摄像头的初始化工作,语法格式如下

capture=cv2.VideoCapture(index)

capture 要打开的摄像头

index 摄像头的设备索引

摄像头的数量及其设备的索引的先后顺序由操作系统决定,因为OpenCV没有提供查询摄像头的数量及其设备索引的任何方法

index为0时表示打开内置摄像头,index为1时表示打开第一个连接电脑的外置摄像头

 isOpened方法可以检测摄像头是否打开成功

打开成功后可以从摄像头中读取帧

retval,image=cv2.VideoCapture.read()

retval 是否读取到帧

image 读取到的帧 可以理解为图像

Opencv文档手册中特别强调,在不需要摄像头时要关闭摄像头,为此提供了release方法

二、读取并显示摄像头视频

 下面编写一个程序,打开笔记本内置摄像头实时读取并显示视频 效果如下

在此期间,如果按下空格键,摄像头将被关闭

 部分代码如下

import cv2

capture = cv2(0) # 打开笔记本内置摄像头
while (capture.iened()): # 笔记本内置摄像头被打开后
    retval, image = capture.read() # 从摄像头中实时读取视频
    cv2.imshow("Video", image) # 在窗口中显示读取到的视频
    key = cv2.waitK# 窗口的图像刷新时间为1毫秒
    if key == 32: # 如果按下空格键
        break
capture.release() # 关闭笔记本内置摄像头
cv2.destroyAllWindows() # 销毁显示摄像头视频的窗口

 三、将摄像头视频由彩色视频转换为灰度视频

下面将读取并显示的彩色视频转换为灰度视频,当按下空格键时,关闭摄像头

 

 部分代码如下

import cv2

capture = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 打开笔记本内置摄像头
while (capture.()): # 笔记本内置摄像头被打开后
    retval, image capture.read() # 从摄像头中实时读取视频
    # 把彩色视频转灰度视频
    image_Gray = cv2tColor(image,cv2.COLOR_BGR2GRAY)
    if retval == True: # 读取到摄像头视频后
        cv2.imshow("Video", image) # 在窗口中显示彩色视频
        cv2.imshow("Video_Gray", image_Gray) # 在窗口中显示灰度视频
    key = cv2.waitKey(1) # 窗口的图像刷新时间为1毫秒
    if key == 32: # 如果按下空格键
        break
capture.release() # 关闭笔记本内置摄像头
cv2.destroyAllWindows() # 销毁显示摄像头视频的窗口

四、显示并保存摄像头视频某一时刻的图像

按下空格键时,关闭摄像头,保存并显示此时摄像头视频中的图像

部分代码如下 保存路径可以自行修改

import cv2

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 打开笔记本内置摄像头
while (cap.isOpened()): # 笔记本内置摄像头被打开后
    ret, frame = cap.read() # 从摄像头中实时读取视频
    cv2.imshow("Video", frame) # 在窗口中显示视频
    k = cv2(1) # 图像的刷新时间为1毫秒
    if k == 32: # 按下空格键
        cap.release() # 关闭笔记本内置摄像头
        cv2.destroyWindow("Video") # 销毁名为Video的窗口
        cv2.imwte("D:/copy.png", frame) # 保存按下空格键时摄像头视频中的图像
        cv2.ims'img', frame) # 显示按下空格键时摄像头视频中的图像
        cv2.waitKey() # 刷新图像
        break
cv2.destroyAllWindows() # 销毁显示图像的窗口

 五、读取并显示2个摄像头视频

下面编写一个程序,在打开笔记本内置摄像头实时读取并显示视频的同时,再打开一个连接笔记本的外置摄像头,按下空格键时,同时销毁两个摄像头

部分代码如下

import cv2

cap_Inner = cv2.VideoCure(0, cv2.CAP_DSHOW) # 打开笔记本内置摄像头
cap_ter = cv2.VideoCare(1, cv2.CADSHOW) # 打开一个连接笔记本的外置摄像头
while (cap_Inner.isOpened() & cap_Outer.isOpened()): # 两个摄像头都被打开后
    retval, img_Inner = cap_Inner.read() # 从笔记本内置摄像头中实时读取视频
    ret, img_Outer = cap_Outer.read() # 从连接笔记本的外置摄像头中实时读取视频
    # 在窗口中显示笔记本内置摄像头读取到的视频
    cv2.imshow("Vi_Inner", img_Inner)
    # 在窗口中显示连接笔记本的外置摄像头读取到的视频
    cv2.imshow("Video_Outer", img_Outer)
    key = cv2.waitKey(1) # 窗口的图像刷新时间为1毫秒
    if key == 32: # 如果按下空格键
        brea
cap_Inner.release() # 关闭笔记本内置摄像头
cap_Outerelease( # 关闭连接笔记本的外置摄像头
cv2.deroyAllWdows() # 销毁显示摄像头视频的窗口

创作不易 觉得有帮助请点赞关注收藏~~~

  • 27
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
摄像头标定是指通过对摄像头的校准和调整来获取精确的摄像头内外参数,以便在计算机视觉能够准确地将图像物理坐标与摄像机坐标进行对应。 Python提供了许多用于摄像头标定的开源库和工具,常用的是OpenCV。下面是一个基础的摄像头标定Python源码示例: ```python import cv2 import numpy as np # 标定棋盘格的尺寸 pattern_size = (9, 6) # 创建存储标定图像角点的空数组 object_points = [] # 存储世界坐标系的棋盘格角点的三维坐标 image_points = [] # 存储图像坐标系检测到的角点的二维坐标 # 准备世界坐标系的棋盘格角点的三维坐标 object_point = np.zeros((np.prod(pattern_size), 3), np.float32) object_point[:, :2] = np.mgrid[0:pattern_size[0], 0:pattern_size[1]].T.reshape(-1, 2) # 逐个读取标定图像,并检测角点 for i in range(1, 11): # 读取标定图像 img = cv2.imread(f"calibration_images/{i}.jpg") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 检测角点 ret, corners = cv2.findChessboardCorners(gray, pattern_size, None) # 如果检测到角点,则添加到存储数组 if ret: object_points.append(object_point) cv2.cornerSubPix(gray, corners, (11, 11), (-1, -1), (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001)) image_points.append(corners) # 进行摄像头标定 ret, camera_matrix, distortion, rotation_vectors, translation_vectors = cv2.calibrateCamera(object_points, image_points, gray.shape[::-1], None, None) # 打印标定结果 print("摄像头内参矩阵:") print(camera_matrix) print("\n摄像头畸变系数:") print(distortion) ``` 以上代码是一个简单的摄像头标定示例。它首先准备了一个棋盘格的世界坐标系,然后逐个读取标定图像,并用OpenCV的`findChessboardCorners`函数检测棋盘格角点。如果检测到角点,就将它们添加到存储数组。最后,通过调用`calibrateCamera`函数进行摄像头标定,获得内参矩阵和畸变系数。 值得注意的是,以上代码仅演示了基础的摄像头标定过程,实际可能还需要进行更多的步骤和参数调整来获得更准确的标定结果。

“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 2
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

打赏作者

showswoller

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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