python 视频处理技术_用Python处理视频

环境要求：安装OpenCV

练习 1. 从本地读取一段视频，并获取帧数，帧率以及时长

import cv2

cap=cv2.VideoCapture('.\light.mp4')

nbFrames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))

fps = int(cap.get(cv2.CAP_PROP_FPS))

wait = int(1/fps * 1000/1)

duration = (nbFrames * fps) / 1000

print('Num. Frames = ',nbFrames)

print('Frame Rate = ', fps, 'fps')

print('Duration = ', duration, 'sec')

练习 2. 从摄像头读取视频并保存其中某一帧

首先检查摄像头权限是否打开

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

while(True):

#从摄像头读取图片

ret, frame = cap.read()

#转为灰度图片

#gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

#显示摄像头，背景是灰度。

cv2.imshow('frame',frame)

k = cv2.waitKey(10)

#通过esc键退出摄像

if k == 27:

cv2.destroyAllWindows()

break

#通过s键保存图片，并退出。

elif k==ord("s"):

cv2.imwrite("C:/Users/Huawei/Desktop/EXP41/result.jpg",frame)

cv2.destroyAllWindows()

break

# When everything done, release the capture

cap.release()#释放摄像头

cv2.destroyAllWindows()#删除全部窗口

练习 3. 在 opencv 窗口实时显示高斯模糊后的(彩色)图像

在练习 2 的例子中加入 blur = cv2.GaussianBlur(frame,(0,0),5)

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

while(True):

#从摄像头读取图片

ret, frame = cap.read()

#转为灰度图片

#gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

#显示摄像头，背景是灰度。

blur = cv2.GaussianBlur(frame,(0,0),5)

cv2.imshow('frame',blur)

k = cv2.waitKey(10)

#通过esc键退出摄像

if k == 27:

cv2.destroyAllWindows()

break

#通过s键保存图片，并退出。

elif k==ord("s"):

cv2.imwrite("C:/Users/Huawei/Desktop/EXP41/result.jpg",frame)

cv2.destroyAllWindows()

break

# When everything done, release the capture

cap.release()#释放摄像头

cv2.destroyAllWindows()#删除全部窗口

练习 4. 将视频读取到 NumPy 数组中

使用 OpenCV 可以从一个文件读取视频帧，并将其转换成 NumPy 数组。

import numpy as np

import cv2

cap = cv2.VideoCapture("light.mp4")

wid = int(cap.get(3))

hei = int(cap.get(4))

framerate = int(cap.get(5))

framenum = int(cap.get(7))

video = np.zeros((framenum,hei,wid,3),dtype='float16')

cnt = 0

while(cap.isOpened()):

a,b=cap.read()

cv2.imshow('%d'%cnt, b)

cv2.waitKey(20)

b = b.astype('float16')/255

video[cnt]=b

#print(cnt)

cnt+=1

电脑内存仅4GB，内存不足：