opencv从视频文件读取视频内容，从摄像头读取保存视频内容

文章目录

一、argparse模块
- 1. 定义
- 2. 讲解
二、读取、处理、保存图片
- 1.读取图片
- 2.灰度处理
- 3.保存图片
三、读取摄像头、视频文件
- 1.从摄像头读取
- 2.从视频文件读取视频内容
- 3.保存从摄像头读取的视频

一、argparse模块

1. 定义

（1）argparse模块使编写用户友好的命令行接口变得容易。

（2）程序定义了它需要的参数，而argparse将找出如何从sys.argv中解析这些参数。

（3）argparse模块还会自动生成帮助和使用消息，并在用户给程序提供无效参数时发出错误信息。

2. 讲解

import argparse # 导入库
parser = argparse.ArgumentParser() # 获取所有参数

parser.add_argument(“-n1”, “–number one”, help=“第一个参数”, type=int) # 添加参数1

parser.add_argument(“-n2”, “–number two”, help=“第二个参数”, type=int) # 添加参数2
args = parser.parse_args() # 解析所有参数

实战：

import argparse        # 导入库
parser = argparse.ArgumentParser()    # 获取所有参数# print(parser)#添加参数
#第一个参数
parser.add_argument('number1',help='第一个参数',type=int)
#第二个参数
parser.add_argument('number2',help='第二个参数',type=int)#解析参数
args = parser.parse_args()#获取参数
print('第一个参数',args.number1)
print('第二个参数',args.number2)
print('所有参数',args)

注意，我们运行该代码时，需要在命令行运行
在这里插入图片描述

下面我们就运用这个argparse来动态加载我们指定的图片

import cv2
import argparse#加载参数
parse = argparse.ArgumentParser()#添加参数
parse.add_argument('path_image',help='path to input the image')#解析参数
args = parse.parse_args()#加载图片，方式一
image = cv2.imread(args.path_image)
#展示图片
cv2.imshow('image',image)#加载图片，方式二。将图片路径转换成字典形式
args_dict = vars(parse.parse_args()) #{'path_image':'123.png'}
image2 = cv2.imread(args_dict['path_image'])
#展示图片
cv2.imshow('image2',image2)#等待
cv2.waitKey(0)
#关闭窗口
cv2.destroyAllWindows()

终端命令行运行
python 03.read_picture.py 123.png
两种方式都展示了照片
在这里插入图片描述

这样，当我们读取不同图片时，就可以在命令行动态指定，不需要我们经常修改代码

二、读取、处理、保存图片

1.读取图片

cv2.imread()

2.灰度处理

cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

3.保存图片

cv2.imwrite(img2_path, gray_img) #img_path: 图片路径，gray_img: 处理后的图片

import cv2
import argparse#加载参数
parse = argparse.ArgumentParser()#添加参数
parse.add_argument('ori_image',help='path to input the image')
parse.add_argument('out_image',help='save the new image')#解析参数
args = parse.parse_args()#加载图片。将图片路径转换成字典形式
args_dict = vars(parse.parse_args()) #{'path_image':'123.png'}
image = cv2.imread(args_dict['ori_image'])#图片灰度处理
gray_image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)#保存处理后的图片
cv2.imwrite(args_dict['out_image'],gray_image)#显示图片
cv2.imshow('ori_image',image)
cv2.imshow('out_image',gray_image)cv2.waitKey(0)
cv2.destroyAllWindows()

命令行执行
python .\04.图片处理.py .\123.png 234.png
在这里插入图片描述

灰度处理成功，并且保存图片成功
在这里插入图片描述

在这里插入图片描述

三、读取摄像头、视频文件

人脸识别，人脸支付领域应用比较多
交通领域车辆车牌识别
在这里插入图片描述

在这里插入图片描述

cv2.VideoCapture() 从摄像头获取视频流
capture.get() 获取帧的属性
capture.isOpened() 判断摄像头是否打开
cv2.waitKey(20) & 0xFF == ord(‘q’) 键盘输入q退出
cv2.waitKey(20) & 0xFF == ord(‘c’) 键盘输入c截取帧
capture.release() 释放资源

项目实战

1.从摄像头读取

import cv2
import argparseparser = argparse.ArgumentParser()
parser.add_argument("index_camera", help="the camera ID", type=int)
args = parser.parse_args()
print("the camera index :", args.index_camera)capture = cv2.VideoCapture(args.index_camera) # 视频捕获frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH) # 帧的宽度
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT) # 帧的高度
fps = capture.get(cv2.CAP_PROP_FPS) # 每秒的帧数
print("帧的宽度: {}".format(frame_width))
print("帧的高度: {}".format(frame_height))
print("FPS: {}".format(fps))if capture.isOpened() is False:print("Error Camera !")# 读取视频直到关闭
while capture.isOpened():# 通过摄像头，一帧一帧的捕获ret, frame = capture.read()if ret is True:# 显示捕获的帧cv2.imshow("frame", frame)# 将捕获的帧转化为灰度的帧gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 显示灰度的帧cv2.imshow("gray frame", gray_frame)# 键盘输入q，退出视频捕获，关闭摄像头if cv2.waitKey(20) & 0xFF == ord('q'):breakelse:break# 释放
capture.release()
cv2.destroyAllWindows()

#运行流程
Terminal —> python read_camera.py 0

由于我这台台式机没安装摄像头，所以没有输出视频
在这里插入图片描述

正常有摄像头电脑会显示出视频

并输出相关我们打印的数据
在这里插入图片描述

2.从视频文件读取视频内容

# 1 加载库import cv2
import argparse# 2 获取参数
parser = argparse.ArgumentParser()# 3 添加参数
parser.add_argument("video_path", help="the path to the video file")# 4 解析参数
args = parser.parse_args()# 5 加载视频文件
capture = cv2.VideoCapture(args.video_path)#获取视频参数
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH) # 帧的宽度
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT) # 帧的高度
fps = capture.get(cv2.CAP_PROP_FPS) # 每秒的帧数print("视频宽度: {}".format(frame_width))
print("视频高度: {}".format(frame_height))
print("FPS: {}".format(fps))# 6 读取视频
ret, frame = capture.read() # ret 是否读取到了帧（图片）while ret:cv2.imshow("video", frame)#一旦读取到，就继续一帧一帧地往下读取ret, frame = capture.read() # 继续读取帧if cv2.waitKey(20) & 0xFF == ord('q'):breakcapture.release()
cv2.destroyAllWindows() # 关闭

命令行执行
python .\06.从视频文件读取视频.py .\buildings.mp4
在这里插入图片描述

视频可以顺利播放
在这里插入图片描述

3.保存从摄像头读取的视频

api介绍

视频编码：
fourcc = cv2.VideoWriter_fourcc(*‘XVID’)
灰度写入视频文件
cv2.VideoWriter(args.video_output, fourcc, int(fps), (int(frame_width), int(frame_height)), False)

实战代码：

# 1 导入库
import cv2
import argparse# 2 获取参数
parser = argparse.ArgumentParser()# 3 添加参数
parser.add_argument("video_output", help="the path to the output video")# 4 解析参数
args = parser.parse_args()# 5 捕获摄像头
capture = cv2.VideoCapture(0)# 6 是否打开了摄像头
if capture.isOpened() is False:print("Camera Error !")# 7 获取帧的属性：宽，高，以及fps
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH) # 宽
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT) # 高
fps = capture.get(cv2.CAP_PROP_FPS)# 8 对视频进行编码
fourcc = cv2.VideoWriter_fourcc(*"XVID")#false表示灰度方式写入
output_gray = cv2.VideoWriter(args.video_output, fourcc, int(fps), (int(frame_width), int(frame_height)), False)# 9 读取摄像头
while capture.isOpened():ret, frame = capture.read() # 一帧一帧地读取if ret is True:# 10 将读取到的帧转换为灰度gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)# 11 将转换后的帧写入都新的视频文件中output_gray.write(gray_frame)# 12 显示视频cv2.imshow("gray", gray_frame)# 13 等待或按q退出if cv2.waitKey(1) & 0xFF == ord('q'):breakelse:break# 14 释放资源
capture.release()
output_gray.release()
cv2.destroyAllWindows()