2_OpenCV读写视频

读取视频使用cv::VideoCapture对象,写视频使用cv::VideoWriter对象。

1. cv::VideoCapture

根据数据源的不同,以不同的方式构建一个cv::VideoCapture对象:

cv::VideoCapture::VideoCapture(
	const string& filename,  // input filename
);
cv::VideoCapture::VideoCapture(
	int device,  // video capture device id
);
cv::VideoCapture::VideoCapture();

可以使用cv::VideoCapture::isOpened()判断是否打开成功;建议打开视频之后都进行该步操作。

读取视频时可以从视频文件读取图像,也可以从摄像头读取图像,分别使用如上第一和第二种方式。
如果已经创建了VideoCapture对象,可以使用VideoCapture::open()函数打开,该函数会自动调用VideoCapture::release()函数,先释放已经打开的视频,然后再打开新视频。
读取一帧使用VideoCapture::read()函数,也可以使用操作符>>

使用cv::VideoCapture::grab()cv::VideoCapture::retrieve()从视频流中读取图像数据,这两个函数把read()>>的操作拆分为一个捕获操作(类似于内存的拷贝)和恢复操作(用于实际完成对已抓取的数据进行解码)。

cv::VideoCapture::grab()函数将当前可以使用的图像数据拷贝至用户看不到的一个内部缓冲区,grab()函数只是设计用于将原始图像数据尽快获取到电脑。这种操作最常见的应用是在多相机的数据读取中。多相机数据读取中,需要尽可能缩短多个相机获取的图像帧之间的时间差。

一旦成功抓取到图像帧,可以调用cv::VideoCapture::retrieve()函数处理必要的图像解码,内存分配域拷贝。retrieve()read()的区别在于retrieve处理的是内部缓存区数据而不是grab()所拷贝的图像帧,另一个区别是附件的通道参数。在设备有多个传感头时,通道参数的值用来指示从设备获取的数据中恢复哪个图像。这些情况下,只需要调用一次grab()函数,需要调用多次retrieve()函数(每次传入不同的通道参数)。

相机属性可以使用cv::VideoCapture::get()cv::VideoCapture::set()函数获取和设置,属性如下表列出的:

视频捕获属性含义是否只有在摄像头模式下可以使用
cv::CAP_PROP_POS_MSEC视频文件中的当前位置(毫秒)或视频捕获时间戳
cv::CAP_PROP_POS_FRAMES从零开始下一帧的索引
cv::CAP_PROP_POS_AVI_RATIO视频中的相对位置(范围0.0到1.0)
cv::CAP_PROP_FRAME_WIDTH视频帧的像素宽度
cv::CAP_PROP_FRAME_HEIGHT视频帧的像素高度
cv::CAP_PROP_FPS录制视频的帧速率
cv::CAP_PROP_FOURCC四个字符代码指示编解码
cv::CAP_PROP_FRAME_COUNT视频文件中的帧总数
cv::CAP_PROP_FORMAT返回的Mat对象的格式(例如CV_8UC3)
cv::CAP_PROP_MODE表示捕捉模式,值是特定于正在使用的视频后端
cv::CAP_PROP_BRIGHTNESS相机的亮度设置(支持时)
cv::CAP_PROP_CONTRAST相机的对比度设置(支持时)
cv::CAP_PROP_SATURATION相机饱和度设定(支持时)
cv::CAP_PROP_HUE相机色调设置(支持时)
cv::CAP_PROP_GAIN相机的增益设置(支持时)
cv::CAP_PROP_EXPOSURE相机曝光设置(支持时)
cv::CAP_PROP_CONVERT_RGB如果非零,捕获的图像将被转换为具有三个通道
cv::CAP_PROP_WHITE_BALANCE相机的白平衡设置(支持时)
cv::CAP_PROP_RECTIFICATION立体相机整流标志(仅使用DC1394-2.x)

2. cv::VideoWriter

cv::VideoWriter有两个构造函数,一个是默认构造函数,仅仅创建一个未初始化的VideoWriter对象用于之后的打开操作;另一个是拥有所需要的参数,并初始化VideoWriter对象,如下:

cv::VideoWriter::VideoWriter(
	const string& filename,  // input filename
	int fourcc,  // codec, use CV_FOURCC() macro
	double fps,  // frame rate (stored in output file)
	cv::Size  frame_size,  // Size of individual images
	bool is_color = true  // if false, you can pass gray frames
);

写视频时需要设置一系列参数,包括:文件名、编解码器、帧率、宽度和高度等,还可以志峰图像是否彩色,isColor设置为false,可以传入灰度图。编解码器使用四个字符表示,可以是CV_FOURCC('M','J','P','G')、CV_FOURCC('X,'V','I','D')、CV_FOURCC('D','I','V','X')。

使用默认构造函数创建对象后,可以使用cv::VideoWriter::open()方法进行配置,参数与构造函数相同。

写入图像时可以使用VideoWriter::write()函数,也可以使用重载符<<
需要注意的是待写入的图像尺寸必须是与创建视频时指定的尺寸一致。

参考代码:

#include "stdafx.h"
#include <stdio.h>
#include <opencv2/highgui/highgui.hpp>

int _tmain(int argc, _TCHAR* argv[])
{
	std::string filename = "WriteVideo.avi";
	
	// 写视频
	// 设置视频的大小
	cv::Size s(320, 240);
	cv::VideoWriter writer = cv::VideoWriter(filename, CV_FOURCC('M', 'J', 'P', 'G'), 30, s);
	if (!writer.isOpened()){
		printf("创建视频文件失败!");
		return 0;
	}
	cv::Mat frame_write(s, CV_8UC3);
	for (int i = 0; i < 100; i++){
		frame_write = cv::Scalar(0);  // 背景置为黑色
		char szText[128];
		sprintf_s(szText, sizeof(szText), "%d", i);
		cv::putText(frame_write, szText, cv::Point(s.width / 3, s.height / 3), cv::FONT_HERSHEY_SCRIPT_SIMPLEX, 3, cv::Scalar(255, 0, 255), 2, 7);
		writer << frame_write;
	}

	writer.release();

	// 从视频文件读取视频
	cv::VideoCapture cap;
	cap.open(filename);
	if (!cap.isOpened()){
		printf("打开视频错误!");
		return 0;
	}
	
	cv::Mat frame;
	cv::namedWindow("video", cv::WINDOW_NORMAL);
	while (true)
	{
		cap >> frame;
		if (frame.empty())
			break;
		cv::imshow("video", frame);
		if (cv::waitKey(33) >= 0)
			break;
	}

	cv::destroyWindow("video");

	// 从摄像头读取视频
	cap.open(0);
	if (!cap.isOpened()){
		printf("打开摄像头失败!");
		return 0;
	}
	cv::Mat camera;
	cv::namedWindow("video1", cv::WINDOW_NORMAL);
	while (true){
		cap >> camera;
		if (camera.empty())
			break;
		cv::imshow("video1", camera);
		if (cv::waitKey(33) >= 0)
			break;
	}

	cv::destroyWindow("video1");

	return 0;
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器视觉app框架qt5_vs2017_opencv3是一种基于Qt5和OpenCV3的应用程序开发框架,用于实现机器视觉相关功能的开发和部署。 Qt5是一种跨平台的C++图形用户界面开发工具包。它提供了丰富的图形界面元素,如按钮、输入框、图片等,以及强大的图像处理和图形渲染功能,非常适合用于开发机器视觉应用程序的用户界面和交互部分。Qt5还支持多线程编程和跨平台部署,使得开发者能够方便地将应用程序移植到不同的操作系统和设备上。 OpenCV3是一个开源的计算机视觉库,提供了丰富的图像处理、特征提取、目标识别和机器学习等功能。借助于OpenCV3,开发者可以方便地进行图像和视频、滤波、变换和分析等操作,实现了常见的机器视觉任务,如人脸检测、物体识别和图像分割等。 机器视觉app框架qt5_vs2017_opencv3将Qt5和OpenCV3集成在一起,使开发者能够在Qt的开发环境中直接使用OpenCV的功能。通过该框架,开发者可以方便地实现机器视觉应用程序的界面和逻辑,并利用OpenCV提供的功能进行图像处理和分析。同时,由于Qt和OpenCV都支持跨平台部署,开发者可以将应用程序轻松地移植到不同的操作系统和设备上。 总之,机器视觉app框架qt5_vs2017_opencv3结合了Qt5和OpenCV3的优势,为开发者提供了一个方便、快捷的平台,用于开发和部署机器视觉相关的应用程序。
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