python opencv如何設置攝像頭分辨率以及各個參數

小編給大家分享一下python opencv如何設置攝像頭分辨率以及各個參數，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

1，為了獲取視頻,你應該創建一個 VideoCapture 對象。他的參數可以是設備的索引號,或者是一個視頻文件。設備索引號就是在指定要使用的攝像頭。一般的筆記本電腦都有內置攝像頭。所以參數就是 0。你可以通過設置成 1 或者其他的來選擇別的攝像頭。之后,你就可以一幀一幀的捕獲視頻了。但是最后,別忘了停止捕獲視頻。使用 ls /dev/video*命令可以查看攝像頭設備

2，cap.read() 返回一個布爾值(True/False)。如果幀讀取的是正確的,就是 True。所以最后你可以通過檢查他的返回值來查看視頻文件是否已經到了結尾。有時 cap 可能不能成功的初始化攝像頭設備。這種情況下上面的代碼會報錯。你可以使用 cap.isOpened(),來檢查是否成功初始化了。如果返回值是True,那就沒有問題。否則就要使用函數 cap.open()。你可以使用函數 cap.get(propId) 來獲得視頻的一些參數信息。這里propId 可以是 0 到 18 之間的任何整數。每一個數代表視頻的一個屬性,見表其中的一些值可以使用cap.set(propId,value) 來修改,value 就是

你想要設置成的新值。例如,我可以使用 cap.get(3) 和 cap.get(4) 來查看每一幀的寬和高。默認情況下得到的值是 640X480。但是我可以使用 ret=cap.set(3,320)和 ret=cap.set(4,240) 來把寬和高改成 320X240。

CV_CAP_PROP_POS_MSEC Current position of the video file in milliseconds.
? CV_CAP_PROP_POS_FRAMES 0-based index of the frame to be decoded/captured next.
? CV_CAP_PROP_POS_AVI_RATIO Relative position of the video file: 0 - start of the film, 1 - end of the film.
? CV_CAP_PROP_FRAME_WIDTH Width of the frames in the video stream.
? CV_CAP_PROP_FRAME_HEIGHT Height of the frames in the video stream.
? CV_CAP_PROP_FPS Frame rate.
? CV_CAP_PROP_FOURCC 4-character code of codec.
? CV_CAP_PROP_FRAME_COUNT Number of frames in the video file.
? CV_CAP_PROP_FORMAT Format of the Mat objects returned by retrieve() .
? CV_CAP_PROP_MODE Backend-specific value indicating the current capture mode.
? CV_CAP_PROP_BRIGHTNESS Brightness of the image (only for cameras).
? CV_CAP_PROP_CONTRAST Contrast of the image (only for cameras).
? CV_CAP_PROP_SATURATION Saturation of the image (only for cameras).
? CV_CAP_PROP_HUE Hue of the image (only for cameras).
? CV_CAP_PROP_GAIN Gain of the image (only for cameras).
? CV_CAP_PROP_EXPOSURE Exposure (only for cameras).
? CV_CAP_PROP_CONVERT_RGB Boolean flags whether images should be converted to RGB. indicating
? CV_CAP_PROP_WHITE_BALANCE Currently unsupported
? CV_CAP_PROP_RECTIFICATION Rectification flag for stereo cameras (note: only supported by DC1394 v 2.x backend cur-rently)

#!/usr/bin/env python
# -*- coding: utf-8 -*-
import cv2
import numpy
from hlf_module import hlf_define
from std_msgs.msg import String
import matplotlib.pyplot as plot
import xml.dom.minidom
import pylab
import rospy
import time
cap = cv2.VideoCapture(0)
cap.set(3,640) #設置分辨率
cap.set(4,480)
fps =cap.get(cv2.CAP_PROP_FPS) #獲取視頻幀數
face_casade = cv2.CascadeClassifier('/opt/ros/kinetic/share/OpenCV-3.2.0-dev/haarcascades/haarcascade_frontalface_default.xml')
Node_name='neck'
#print cap.isOpened()
class Detect_face():
def __init__(self):
'''定義節點Node_name(全局變量，而非具體名稱)'''
self.err_pub=hlf_define.err_publisher()#錯誤消息發布者
rospy.init_node(Node_name,anonymous=True)
self.neck_puber=rospy.Publisher(hlf_define.TOPIC_ACTION_NECK,String,queue_size=10)
time.sleep(0.5)
def head_motor_value(self):#解析xml文件 獲取舵機的范圍值
dom = xml.dom.minidom.parse('/home/sb/catkin_ws/src/hlf_robot/scripts/hlf_action/head_value.xml')
#得到文檔元素對象
root = dom.documentElement
itemlist = root.getElementsByTagName('login')
item = itemlist[0]
max_value=item.getAttribute("max")
min_value=item.getAttribute("min")
return max_value,min_value
def detect_face(self):
# get a frame
#frame=cv2.imread('/home/sb/桌面/timg.jpeg')
ret, frame = cap.read()
gray = cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#轉成灰度圖
#frame=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
# show a frame
cv2.imshow("capture", gray)
faces = face_casade.detectMultiScale(gray,1.2,5) #檢測人臉
#print len(faces)
if len(faces)>0:#判斷是否檢測到人臉
result = ()
max_face = 0
value_x=0
for (x,y,w,h) in faces:
if (w*h > max_face): #檢測最大人臉
max_face = w*h
result = (x,y,w,h)
# max_face.append(width*height)
x=result[0]
w=result[2]
z=value_x=value_x+x+w/2
return z
else:
return 1
if __name__=='__main__':
face=Detect_face()
motor_max,motor_min= face.head_motor_value()
x=[]
i=1
while True:
try:
z=face.detect_face()
if z != 1:
x.append(z)
if len(x)>(fps-1):
true_x = int(sum(x)/30)
if(true_x>319):
motor_value=int(1500+(int(motor_max)-1500)*(true_x-319)/320)#轉換成舵機值 頭部向左轉
face.neck_puber.publish('%s'%motor_value)
elif (true_x<319):
motor_value=int(1500-(1500-int(motor_min))*(319-true_x)/320)
face.neck_puber.publish('%s'%motor_value)
x=[]
else:
if i==fps:
face.neck_puber.publish('1500')
i=1
else:
i +=1
print (U'未檢測到人臉')
if cv2.waitKey(1) & 0xFF == ord('q'):
break
except Exception,e:
print e
cap.release()
cv2.destroyAllWindows()

看完了這篇文章，相信你對“python opencv如何設置攝像頭分辨率以及各個參數”有了一定的了解，如果想了解更多相關知識，歡迎關注億速云行業資訊頻道，感謝各位的閱讀！