时间:2021-05-22
要使用摄像头,需要使用cv2.VideoCapture(0)创建VideoCapture对象,参数0指的是摄像头的编号,如果你电脑上有两个摄像头的话,访问第2个摄像头就可以传入1,依此类推。
# 打开摄像头并灰度化显示import cv2 as cv # 0表示摄像头的编号capture = cv.VideoCapture(0)while(True): # 获取一帧 # 第1个参数ret(return value缩写)是一个布尔值,表示当前这一帧是否获取正确 ret, frame = capture.read() # 将这帧转换为灰度图 gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) cv.imshow('frame', gray) if cv.waitKey(1) == ord('q'): break通过capture.get(propId)可以获取摄像头的一些属性,比如捕获的分辨率,亮度和对比度等。propId是从0~18的数字,代表不同的属性。要修改摄像头的属性值,可以使用capture.set(propId,value)。比如说,我们在while之前添加下面的代码,可以捕获相对于上面2倍分辨率的视频。
# 获取捕获的分辨率# propId可以直接写数字,也可以用OpenCV的符号表示width, height = capture.get(3), capture.get(4)print(width, height)# 以原分辨率的一倍来捕获capture.set(cv.CAP_PROP_FRAME_WIDTH, width * 2)capture.set(cv.CAP_PROP_FRAME_HEIGHT, height * 2)捕获的2倍分辨率于原先的图像:
跟打开摄像头一样,如果把摄像头的编号换成视频的路径就可以播放本地视频了。回想一下cv.waitKey(),它的参数表示暂停时间,所以这个值越大,视频播放速度越慢,反之,播放速度越快,通常设置为25或30。
# opencv播放本地视频import cv2 as cvcapture = cv.VideoCapture('E:/1.mp4')while(capture.isOpened()): ret, frame = capture.read() gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY) cv.imshow('frame', gray) if cv.waitKey(30) == ord('q'): break播放中的 E:/1.mp4 :
之前我们保存图片用的是cv.imwrite(),要保存视频,我们需要创建一个VideoWriter的对象,需要给它传入四个参数:
1.输出的文件名,如'output.avi'
2.编码方式FourCC码
3.帧率FPS
4.要保存的分辨率大小
FourCC是用来指定视频编码方式的四字节码。如MJPG编码可以这样写: cv.VideoWriter_fourcc(*'MJPG')或cv.VideoWriter_fourcc('M','J','P','G')
如愿以偿在当前路径下生成了output.avi :
以上就是python 基于opencv操作摄像头的详细内容,更多关于python opencv操作摄像头的资料请关注其它相关文章!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
Python+opencv读取视频的三种情况:情况一:通过摄像头采集视频情况二:通过本地视频文件获取视频情况三:通过摄像头录制视频,再读取录制的视频摄像头采集、
利用Python+opencv实现从摄像头捕获图像,识别其中的人眼/人脸,并打上马赛克。系统环境:Windows7+Python3.6.3+opencv3.4.
本文实例为大家分享了基于OpenCV实现视频的人脸检测具体代码,供大家参考,具体内容如下前提条件1.摄像头2.已安装Python和OpenCV3代码import
参考OpenCV摄像头使用代码importcv2cap=cv2.VideoCapture(4)#使用第5个摄像头(我的电脑插了5个摄像头)face_cascad
本文实现了用Python和OpenCV配合,调用本地摄像头采集视频,基本上函数的话看opencv的官方文档就Ok了(TheOpenCVReferenceManu