您好,登錄后才能下訂單哦!
今天小編給大家分享一下Python OpenCV視頻文件操作方法是什么的相關知識點,內容詳細,邏輯清晰,相信大部分人都還太了解這方面的知識,所以分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后有所收獲,下面我們一起來了解一下吧。
cap=cv.VideoCapture(filepath)
retval=cap.get(propId)
propId:從0到18的數字,每個數字表示視頻的屬性
索引 | flags | 意義 |
0 | cv2.CAP_ PROP_POS_MSEC | 視頻文件當前位置 |
1 | cv2.CAP_PROP_POS_FRAMES | 從0開始索引幀,幀位置 |
2 | cv2.CAP_PROP_POS_AVI_RATIO | 視頻文件的相對位置(0表示開始,1表示結束) |
3 | cv2.CAP_PROP_FRAME_WIDTH | 視頻流的幀寬度 |
4 | cv2.CAP_PROP_FRAME_HEIGHT | 視頻流的幀高度 |
5 | cv2.CAP_PROP_FPS | 幀率 |
6 | cv2.CAP_PROP_FOURCC | 編解碼器四字符代碼 |
7 | cv2.CAP_PROP_FRAME_COUNT | 視頻文件的幀 |
cap.set(propId,value)
isornot=cap.isOpened()
ret,frame=cap.read()
ret:獲取成功返回True,失敗返回False
frame:獲取到的圖像
注意:調用cv.imshow()顯示圖像時,要使用cv.waitkey()設置適當持續時間,通常設置25ms
cap.release()
示例:
import numpy as np import cv2 as cv cap=cv.VideoCapture("video.mp4") #判斷是否獲取成功 while(cap.isOpened()): #獲取每一幀圖像 ret,frame=cap.read() #是否獲取成功 if ret == True: cv.imshow("frame",frame) if cv.waitKey(25)&0xFF==ord("q"): break; cap.release() cv.destoryAllWindows()
out=cv.VideoWriter(filename,fourcc,fps,framesize)
fourcc:用四個字符表示的視頻編碼格式
fps:幀速率
framesize:每一幀的大小
retval=cv2.VideoWriter_fourcc(c1,c2,c3,c4)
c1~c4:視頻編解碼器的4字節代碼,常用的有:
Windows:DIVX(.avi)
OS中:MJPG(.mp4),DIVX(.avi),X264(.mkv)
示例
import numpy as np import cv2 as cv #讀取視頻 cap=cv.VideoCapture("video.mp4") width=int(cap.get(3)) height=int(cap.get(4)) out=cv.VideoWriter("out.avi",cv.VideoWriter_fourcc("M","J","P","G"),10,(width,height)) while(True): ret,frame=cap.read() if ret==True: out.write(frame) else: break cap.release() out.release() cv.destroyAllWindows()
1>原理:通常情況,使用直方圖反向投影方法將窗口移動到反向投影圖像中灰度密度最大的區域
假設我們有張100x100的輸入圖像,有一張10x10的模板圖像, 查找的過程:
1.從輸入圖像的左上角(0,0)開始,切割一塊(0,0)至(10,10)的臨時圖像2.生成臨時圖像的直方圖
3.用臨時圖像的直方圖和模板圖像的直方圖對比,對比結果記為c
4.直方圖對比結果c,就是結果圖像(0,0)處的像素值
5.切割輸入圖像從(0,1)至(10,11)的臨時圖像,對比直方圖,并記錄到結果圖像6.重復1~5步直到輸入圖像的右下角,就形成了直方圖的反向投影
cv.meanshift(probImage,window,criteria)
probImage:ROI區域,即直方圖的反向投影
window:初始搜索窗口,即定義ROI的rect
criteria:確定窗口搜索停止的準則,主要有迭代次數達到設置的最大值,窗口中心漂移值大于某個設定的限值
1.讀取視頻文件: cv.VideoCapture0
2.感興趣區域設置:獲取第一幀圖像,并設置目標區域,即感興趣區域
3.計算直方圖:計算感興趣區域的HSV直方圖,并進行歸一化
4.目標追蹤:設置窗口搜索停止條件,直方圖反向投影,進行目標追蹤,并在目標位置繪制矩形框。
示例
import numpy as np import cv2 as cv # 1.獲取圖像 cap=cv.VideoCapture('video.mp4') #指定追蹤目標 ret,frame=cap.read() #行、高、列、寬 r,h,c,w=347, 301, 700, 308 win=(c,r,w,h)#追蹤窗口為列行寬高 #追蹤目標 roi = frame[r:r + h, c:c + w] #計算直方圖(HSV) hsv_roi=cv.cvtColor(roi, cv.COLOR_BGR2HSV) roi_hist=cv.calcHist([hsv_roi], [0], None, [180], [0, 180]) cv.normalize(roi_hist,roi_hist,0,255,cv.NORM_MINMAX) # 4. 目標追蹤,設置窗口搜索終止條件:最大迭代次數,窗口中心漂移最小值 term=(cv.TERM_CRITERIA_EPS|cv.TERM_CRITERIA_COUNT, 10, 1) while (True): ret, frame=cap.read() if ret == True: #計算直方圖的反向投影 hsv=cv.cvtColor(frame, cv.COLOR_BGR2HSV) dst=cv.calcBackProject([hsv],[0],roi_hist,[0, 180],1) #進行meanshift追蹤 ret,win = cv.meanShift(dst,win,term) #追蹤的位置繪制在視頻上 x,y,w,h=win img2 = cv.rectangle(frame, (x,y), (x+w, y+h), 255, 2) cv.imshow('frame',img2) if cv.waitKey(60) & 0xFF == ord('q'): break else: break cap.release() cv.destroyAllWindows()
以上就是“Python OpenCV視頻文件操作方法是什么”這篇文章的所有內容,感謝各位的閱讀!相信大家閱讀完這篇文章都有很大的收獲,小編每天都會為大家更新不同的知識,如果還想學習更多的知識,請關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。