OpenCV计算机视觉实战（18）——视频处理详解

0. 前言

在日益增多的视频数据洪流中，如何高效地读取、处理、分析并提取出有价值的“内容精华”，已成为多媒体、安防与自动化领域亟待解决的核心问题。本文将结合 Python + OpenCV，深入剖析从基本的视频 I/O 到智能运动检测，再到多重特征融合的摘要生成的完整解决方案。

1. 视频读写与帧处理

从磁盘或摄像头读取视频，逐帧进行图像处理(如缩放、灰度转换、加水印等)，并将处理后的视频写入文件。

1.1 应用场景

• 实时监控录像存档：在工业或安防场景中，需要对摄像头画面做实时水印、叠加时间戳并压缩存档
• 批量转码与分辨率自适应：对不同终端(手机、平板、电视)批量生成多种分辨率版本
• 并发处理：利用多线程或队列，将帧读取、处理、写出分成流水线加速

1.2 实现过程

• 打开视频源：cv2.VideoCapture 支持文件路径或摄像头索引
• 获取视频信息：帧率 (fps)、帧宽和帧高
• 循环读取每一帧：在 while cap.isOpened() 中逐帧 cap.read()
• 对单帧做处理：本节中将每帧缩放为原来一半并叠加时间戳
• 写出视频：使用 cv2.VideoWrit