先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
while capture.isOpened():
逐帧获取相机画面
ret, frame = capture.read()
if ret is True:
显示捕获的帧画面
cv2.imshow(‘Input frame from the camera’, frame)
获取的相机帧画面与 OpenCV 读取的图像具有相同的结构,因此可以像处理图像一样处理它。例如,要将帧画面转换为灰度:
将从相机捕获的帧转换为灰度图像
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
显示灰度帧图像
cv2.imshow(‘Grayscale input camera’, gray_frame)
接下来,实现按下 q
键退出程序的功能,ord('q')
返回 q
字符对应的 8 位 ASCII 值,而 cv2.waitKey()
与 0xFF 的 按位与 (&) 运算用于仅获取 cv2.waitKey()
的最后 8 位。因此,可以对这两个值进行比较,如果相等则退出程序:
按下 q 键可退出程序执行
if cv2.waitKey(20) & 0xFF == ord(‘q’):
break
最后,释放所有内容 (cv2.VideoCapture,并销毁创建的窗口):
capture.release()
cv2.destroyAllWindows()
通过在命令行中执行以下命令,运行脚本:
python read_camera.py 0
可以看到运行结果显示了相机获取的实时画面:
3.2 访问捕获画面对象的属性
可以使用 capture.get(property_identifier)
访问 capture
对象的某些属性,例如帧宽度、帧高度和每秒帧数 (Frames Per Second, FPS)。如果调用不受支持的属性,则返回值将为 0:
import cv2
capture = cv2.VideoCapture(0)
获取 VideoCapture 的属性 (frame width, frame height and frames per second (fps)):
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = capture.get(cv2.CAP_PROP_FPS)
打印属性值
print(“CV_CAP_PROP_FRAME_WIDTH: ‘{}’”.format(frame_width))
print(“CV_CAP_PROP_FRAME_HEIGHT : ‘{}’”.format(frame_height))
print(“CAP_PROP_FPS : ‘{}’”.format(fps))
Check if camera opened successfully
if capture.isOpened()is False:
print(“Error opening the camera”)
while capture.isOpened():
ret, frame = capture.read()
if ret is True:
cv2.imshow(‘Input frame from the camera’, frame)
if cv2.waitKey(20) & 0xFF == ord(‘q’):
break
else:
break
capture.release()
cv2.destroyAllWindows()
执行此脚本将会打印如下属性信息:
CV_CAP_PROP_FRAME_WIDTH: ‘640.0’
CV_CAP_PROP_FRAME_HEIGHT : ‘480.0’
CAP_PROP_FPS : ‘30.0’
3.3 保存相机画面
可以修改前面的示例以在处理流程中添加其他的功能。例如,我们可能想将一些关键的感兴趣帧保存到磁盘中。在以下示例 read_camera_capture.py
中 ,将添加此示例功能,当按下键盘上的 c
键时,将当前帧保存到磁盘(同时保存 BGR 和灰度帧):
import cv2
import argparse
capture = cv2.VideoCapture(0)
if capture.isOpened() is False:
print(“Error opening the camera”)
frame_index = 0
while capture.isOpened():
ret, frame = capture.read()
if ret is True:
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
保存相机画面
if cv2.waitKey(20) & 0xFF == ord(‘c’):
frame_name = “camera_frame_{}.png”.format(frame_index)
gray_frame_name = “grayscale_camera_frame_{}.png”.format(frame_index)
将当前帧保存到磁盘(同时保存 BGR 和灰度帧)
cv2.imwrite(frame_name, frame)
cv2.imwrite(gray_frame_name, gray_frame)
frame_index += 1
if cv2.waitKey(20) & 0xFF == ord(‘q’):
break
else:
break
capture.release()
cv2.destroyAllWindows()
当按下 c
键时,首先构造两个文件名;然后,将两个图像保存到磁盘;最后,frame_index
递增,以便为保存下一帧做好准备。
3.4 读取视频文件
cv2.VideoCapture
也可以用于读取视频文件,要读取视频文件,应在创建 cv2.VideoCapture
对象时提供视频文件的路径,编写 read_video_file.py
脚本:
import cv2
import argparse
parser = argparse.ArgumentParser()
parser.add_argument(“video_path”, help=“path to the video file”)
args = parser.parse_args()
capture = cv2.VideoCapture(args.video_path)
if capture.isOpened() is False:
print(“Error opening the video file!”)
while capture.isOpened():
ret, frame = capture.read()
if ret is True:
cv2.imshow(‘Original frame from the video file’, frame)
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow(‘Grayscale frame’, gray_frame)
if cv2.waitKey(20) & 0xFF == ord(‘q’):
break
else:
break
capture.release()
cv2.destroyAllWindows()
通过在命令行中执行以下命令,运行脚本:
python read_video_file.py xinlingqilv.mp4
可以看到运行结果开始播放视频文件:
3.5 读取 IP 摄像机
cv2.VideoCapture
也可以从 IP 摄像头读取数据。在 OpenCV 中从 IP 摄像头读取数据与从文件读取数据非常相似。唯一需要修改的是提供给 cv2.VideoCapture
构造函数的参数。可以使用本地网络中的 IP 摄像机或尝试连接公共 IP 摄像机。
4. 保存视频文件
接下来,首先介绍与视频相关的基本概念(例如,fps、编解码器和视频文件格式等),然后将了解如何使用 cv2.VideoWriter
保存视频文件。
4.1 计算帧率(FPS)
FPS
是计算机视觉项目中的一个重要指标,该指标表示每秒处理的帧(画面)数,FPS
越高越好。但是,算法每秒应处理的帧数将取决于需要解决的特定问题。例如,如果算法需要跟踪和检测在街上行走的人,那么 15 FPS 可能就足够了。但是,如果是检测和跟踪高速公路上快速行驶的汽车,则可能需要 20-25 FPS。
因此,计算计算机视觉项目中的 FPS 指标非常重要。编写 read_camera_fps.py
以输出 FPS
:
import cv2
import argparse
import time
capture = cv2.VideoCapture(0)
if capture.isOpened() is False:
print(“Error opening the camera”)
while capture.isOpened():
ret, frame = capture.read()
if ret is True:
processing_start = time.time()
cv2.imshow(“Input frame from the camera”, frame)
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow(‘Grayscale input camera’, gray_frame)
if cv2.waitKey(20) & 0xFF == ord(‘q’):
break
processing_end = time.time()
processing_time_frame = processing_end - processing_start
print(“FPS: {}”.format(1.0 / processing_time_frame))
else:
break
capture.release()
cv2.destroyAllWindows()
在上述示例脚本中,首先需要获取处理开始的时间:
processing_start = time.time()
然后,获取所有处理完成后的时间:
processing_end = time.time()
接下来,计算时间差:
processing_time_frame = processing_end - processing_start
最后,计算并打印 FPS:
print(“FPS: {}”.format(1.0 / processing_time_frame))
4.2 写入视频文件的流程
视频编码是一种用于压缩和解压缩数字视频的程序。具体而言,编解码器可用于将未压缩的视频转换为压缩后的视频,或者可用于将压缩的视频转换为未压缩的视频。压缩视频格式通常遵循视频压缩规范或视频编码格式的标准规范。OpenCV 提供了 FOURCC
(一个 4 字节编码),用于指定视频编解码器,查看可用编码列表获取更多可用编码。应该注意的是:支持的编解码器是平台相关的,如果想使用特定的编解码器,则应该在系统上安装该编解码器。典型的编解码器包括 DIVX、XVID、X264 和 MJPG。
视频文件格式是一种用于存储数字视频数据的文件格式,典型的视频文件格式包括 AVI(*.avi)、MP4(*.mp4)、QuickTime(*.mov) 和 Windows Media Video(*.wmv)。
最后,应该考虑到视频文件格式和 FOURCC 之间需要进行正确的组合。 在 OpenCV 中创建视频文件时,必须考虑这些因素:
上图总结了在 OpenCV 中使用 cv2.VideoWriter()
创建视频文件时应考虑的主要因素。在创建的名为 video_example.avi
视频中,FOURCC 值为 XVID,视频文件格式为 AVI(*.avi),同时最后,应设置视频每一帧的 FPS 和尺寸。
脚本 write_video_file.py
演示如何创建视频文件:
Import required packages
import cv2
import argparse
parser = argparse.ArgumentParser()
parser.add_argument(“output_video_path”, help=“path to the video file to write”)
args = parser.parse_args()
capture = cv2.VideoCapture(0)
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = capture.get(cv2.CAP_PROP_FPS)
fourcc = cv2.VideoWriter_fourcc(*‘XVID’)
out_gray = cv2.VideoWriter(args.output_video_path, fourcc, int(fps), (int(frame_width), int(frame_height)), False)
while capture.isOpened():
ret, frame = capture.read()
if ret:
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
out_gray.write(gray_frame)
cv2.imshow(‘gray’, gray_frame)
if cv2.waitKey(1) & 0xFF == ord(‘q’):
break
else:
break
capture.release()
out_gray.release()
cv2.destroyAllWindows()
在上例中,必需的参数是输出视频文件名(例如 video_example.avi):
parser = argparse.ArgumentParser()
parser.add_argument(“output_video_path”, help=“path to the video file to write”)
args = parser.parse_args()
从连接到计算机的第一台相机拍摄视频画面。因此,首先创建对象:
capture = cv2.VideoCapture(0)
接下来,从 capture
对象中获取一些关键属性(帧宽度、帧高度和 FPS),用于创建视频文件时使用:
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = capture.get(cv2.CAP_PROP_FPS)
然后,使用四字节编码 FOURCC
指定视频编解码器,此处将编解码器定义为 XVID :
fourcc = cv2.VideoWriter_fourcc(‘X’, ‘V’, ‘I’, ‘D’)
也可以使用以下方式指定视频编码器:
fourcc = cv2.VideoWriter_fourcc(*‘XVID’)
然后,使用与输入相机相同的属性创建 cv2.VideoWriter
对象 out_gray
,cv2.VideoWriter
的最后一个参数值是 False 表示以灰度方式写入视频。如果我们想创建彩色视频,最后一个参数值为 True :
out_gray = cv2.VideoWriter(args.output_video_path, fourcc, int(fps), (int(frame_width), int(frame_height)), False)
使用 capture.read()
从 catpure
对象获取相机帧,每一帧都被转换成灰度并写入视频文件,如果按下 q
键,程序结束:
while capture.isOpened():
ret, frame = capture.read()
if ret:
gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
out_gray.write(gray_frame)
cv2.imshow(‘gray’, gray_frame)
if cv2.waitKey(1) & 0xFF == ord(‘q’):
break
else:
break
最后,释放所有内容(包括 cv2.VideoCapture
和 cv2.VideWriter
对象,并销毁创建的窗口):
capture.release()
out_gray.release()
cv2.destroyAllWindows()
通过在命令行中执行以下命令,运行脚本:
python write_video_file.py video_example.avi
在工作目录下可以看到保存的灰度视频文件。
5. 视频属性详解
在上述示例中,我们已经了解了如何从 cv2.VideoCapture
对象中获取一些关键属性。接下来,将介绍所有属性并了解它们的工作原理。最后,我们将使用这些属性来加载视频文件并反向输出(首先显示视频的最后一帧,依此类推)。
5.1 获取视频对象的属性
创建 read_video_file_all_properties.py
脚本来显示所有属性。其中一些属性仅在使用相机时才有效(而在视频文件时无效)。
在脚本中,首先创建 decode_fourcc()
函数,它将 capture.get(cv2.CAP_PROP_FOURCC)
返回的 int
类型的值转换为表示编解码器的字符串值,来正确输出编解码器:
def decode_fourcc(fourcc):
fourcc_int = int(fourcc)
print(“int value of fourcc: ‘{}’”.format(fourcc_int))
fourcc_decode = “”
for i in range(4):
int_value = fourcc_int >> 8 * i & 0xFF
print(“int_value: ‘{}’”.format(int_value))
fourcc_decode += chr(int_value)
return fourcc_decode
下图解释了函数 decode_fourcc
的工作原理:
第一步是获取由 capture.get(cv2.CAP_PROP_FOURCC) 返回的值( int 表示的字符串),然后,迭代四次,每次获取八位并将这八位转换为 int 。最后,使用 chr() 函数将这些 int 值转换为 char。也可以只使用一行代码就可以完成此功能:
return “”.join([chr((fourcc_int >> 8 * i) & 0xFF) for i in range(4)])
下表显示了视频文件的主要属性和解释:
视频属性 | 解释 |
---|---|
CAP_PROP_POS_FRAMES | 视频文件的当前帧 |
CAP_PROP_POS_MSEC | 当前帧的时间戳 |
CAP_PROP_FPS | 获取 FPS |
CAP_PROP_FRAME_WODTH | 视频帧的宽度 |
CAP_PROP_FRAME_HEIGHT | 视频帧的高度 |
CAP_PROP_FRAME_COUNT | 视频文件的总帧数 |
使用以下代码,可以获取和打印所有属性:
print(“CV_CAP_PROP_FRAME_WIDTH:‘{}’”.format(capture.get(cv2.CAP_PROP_FRAME_WIDTH)))
print(“CV_CAP_PROP_FRAME_HEIGHT :‘{}’”.format(capture.get(cv2.CAP_PROP_FRAME_HEIGHT)))
print(“CAP_PROP_FPS : ‘{}’”.format(capture.get(cv2.CAP_PROP_FPS)))
print(“CAP_PROP_POS_MSEC :‘{}’”.format(capture.get(cv2.CAP_PROP_POS_MSEC)))
print(“CAP_PROP_POS_FRAMES :‘{}’”.format(capture.get(cv2.CAP_PROP_POS_FRAMES)))
print(“CAP_PROP_FOURCC :‘{}’”.format(decode_fourcc(capture.get(cv2.CAP_PROP_FOURCC))))
print(“CAP_PROP_FRAME_COUNT :‘{}’”.format(capture.get(cv2.CAP_PROP_FRAME_COUNT)))
print(“CAP_PROP_MODE : ‘{}’”.format(capture.get(cv2.CAP_PROP_MODE)))
print(“CAP_PROP_BRIGHTNESS :‘{}’”.format(capture.get(cv2.CAP_PROP_BRIGHTNESS)))
print(“CAP_PROP_CONTRAST :‘{}’”.format(capture.get(cv2.CAP_PROP_CONTRAST)))
print(“CAP_PROP_SATURATION :‘{}’”.format(capture.get(cv2.CAP_PROP_SATURATION)))
print(“CAP_PROP_HUE : ‘{}’”.format(capture.get(cv2.CAP_PROP_HUE)))
print(“CAP_PROP_GAIN : ‘{}’”.format(capture.get(cv2.CAP_PROP_GAIN)))
print(“CAP_PROP_EXPOSURE :‘{}’”.format(capture.get(cv2.CAP_PROP_EXPOSURE)))
print(“CAP_PROP_CONVERT_RGB :‘{}’”.format(capture.get(cv2.CAP_PROP_CONVERT_RGB)))
print(“CAP_PROP_RECTIFICATION :‘{}’”.format(capture.get(cv2.CAP_PROP_RECTIFICATION)))
print(“CAP_PROP_ISO_SPEED :‘{}’”.format(capture.get(cv2.CAP_PROP_ISO_SPEED)))
print(“CAP_PROP_BUFFERSIZE :‘{}’”.format(capture.get(cv2.CAP_PROP_BUFFERSIZE)))
5.2 视频属性的使用——视频的反向播放
为例更好的了解如何使用上述属性,接下来,我们通过实战使用这些属性。编写 read_video_file_backwards.py
脚本,该脚本使用一些上述属性加载视频并反向播放(首先显示视频的最后一帧,然后播放倒数第二帧,依此类推),为了实现此目的,需要使用属性:cv2.CAP_PROP_FRAME_COUNT
和 cv2.CAP_PROP_POS_FRAMES
。
import cv2
import argparse
parser = argparse.ArgumentParser()
parser.add_argument(“video_path”, help=‘path to the video fiel’)
args = parser.parse_args()
capture = cv2.VideoCapture(args.video_path)
if capture.isOpened() is False:
print(“Error opening vieo stream or file”)
frame_index = capture.get(cv2.CAP_PROP_FRAME_COUNT) - 1
print(“Starting in frame: ‘{}’”.format(frame_index))
while capture.isOpened() and frame_index >= 0:
capture.set(cv2.CAP_PROP_POS_FRAMES, frame_index)
ret, frame = capture.read()
if ret:
cv2.imshow(‘Original frame’, frame)
frame_index = frame_index - 1
print(“next index to read: ‘{}’”.format(frame_index))
Press q on keyboard to exit the program:
if cv2.waitKey(25) & 0xFF == ord(‘q’):
break
Break the loop
else:
break
capture.release()
cv2.destroyAllWindows()
第一步是获取最后一帧的索引:
frame_index = capture.get(cv2.CAP_PROP_FRAME_COUNT) - 1
然后,将当前帧设置为所获取帧的位置:
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
x - 1
print(“next index to read: ‘{}’”.format(frame_index))
Press q on keyboard to exit the program:
if cv2.waitKey(25) & 0xFF == ord(‘q’):
break
Break the loop
else:
break
capture.release()
cv2.destroyAllWindows()
第一步是获取最后一帧的索引:
frame_index = capture.get(cv2.CAP_PROP_FRAME_COUNT) - 1
然后,将当前帧设置为所获取帧的位置:
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-9HPjXvkR-1713709527794)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!