之前有文章，使用Android平台的OpenCV接入了视频，控制的目标是手机的摄像头，这是OpenCV的好处，使用OpenCV可以使用跨平台的接口实现相同的功能，减少了平台间移植的困难。正如本文后面，将使用类似的接口，从笔记本的摄像头获取视频，所以，尝试本文代码需要有一台有摄像头的电脑。
不过，需要说明的的是，OpenCV的强项在于图像相关的处理，而不是视频的编解码，所以，不要使用OpenCV做多余的事情，我们使用OpenCV接入视频或者图片的目的，是为了对视频或图片进行处理。
关于Python下配置OpenCV的过程，由于不能直接使用pip进行安装，过程相对复杂一些，不过，网上文章很多，多查阅一些资料，需要注意的是，要清楚自己的Python的版本，Python2和Python3的配置方法不同。
本节实现的是使用内建摄像头捕获视频，并显示视频的每一帧以实现视频的播放。
- 创建摄像头对象，指向文件
- 逐帧显示实现视频播放
下面进入我们的主题，配置好OpenCV以后，创建一个video_capture.py文件，内容如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
#!/usr/bin/env python3
import cv2
#创建显示视频的窗口
cv2.namedWindow('Video')
#打开摄像头
video_capture = cv2.VideoCapture(0)
#创建视频写入对象
video_writer = cv2.VideoWriter('test.avi',
cv2.VideoWriter_fourcc('M', 'J', 'P', 'G'),
video_capture.get(cv2.CAP_PROP_FPS),
(int(video_capture.get(cv2.CAP_PROP_FRAME_WIDTH)),
int(video_capture.get(cv2.CAP_PROP_FRAME_HEIGHT))))
#读取视频帧，对视频帧进行高斯模糊，然后写入文件并在窗口显示
success, frame = video_capture.read()
while success and not cv2.waitKey(1) == 27:
blur_frame = cv2.GaussianBlur(frame, (3, 3), 0)
video_writer.write(blur_frame)
cv2.imshow("Video", blur_frame)
success, frame = video_capture.read()
#回收资源
cv2.destroyWindow('Video')
video_capture.release()
|
我们来仔细看一下，Python OpenCV的模块名称是cv2，所以我们导入模块cv2，接下来，准备了显示视频帧的窗口。
获取摄像头视频使用VideoCapture类，其构造参数为摄像头的index，笔记本只有一个摄像头，其index为0；将视频帧写入文件使用VideoWriter类，其构造参数分别为写入的文件路径名，编码格式，帧率以及视频尺寸，我们这里的帧率和视频尺寸使用了摄像头提供的参数，这可以通过VideoCapture获取。
万事俱备，我们可以调用VideoCapture.read()按帧读取数据，每一帧视频就是一幅图像，我们对其进行高斯模糊，然后将其写入文件，并显示在窗口上。
我们在点击Esc时会退出视频预览和录制，之后销毁窗口并释放摄像头。
可以看到，Python的OpenCV依然表现出了Python代码的简洁性，这为我们提供了一种开发思路，可以在研究阶段使用Python，实现中使用C++实现。当然，如果对Python足够信任，完全可以直接使用Python，Python的OpenCV只是一套接口，真正的OpenCV代码是用C++实现的，其性能足够好，Python调用C/C++代码的效率也是不错的。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://blog.csdn.net/yjp19871013/article/details/77925743