OpenCV基础操作_视频读取

1 视频文件读取

**

1.1 cv2.

VideoCapture

() **

在OpenCV中，可以使用VideoCapture来读取视频文件，或是摄像头数据。

函数定义：Reading and Writing Images and Video — OpenCV 2.4.13.7 documentation

Python:

cv2.

VideoCapture

() → <VideoCapture object>¶

Python:

cv2.

VideoCapture

(filename) → <VideoCapture object>

Python:

cv2.

VideoCapture

(device) → <VideoCapture object>

**

1.2 cv2.VideoCapture

.isOpened()**

判断文件打开是否成功，可以使用

cv2.VideoCapture

**.isOpened()**这个函数。

函数定义：Reading and Writing Images and Video — OpenCV 2.4.13.7 documentation

Python:

cv2.VideoCapture.

isOpened

() → retval¶

返回值是True/False。如果视频文件打开成功，返回值为True。

1.3 cv2.VideoCapture.read()

在python中，我一般比较习惯用这样的方式进行操作：

先Open一个文件，然后通过

cv2.VideoCapture

**.read()**的方式，读取每一帧数据。

cv2.VideoCapture

.read()提供了一个最简单的视频帧处理方式，集合了抓起Grab（），解码retrieve（）两个功能，返回解码之后的数据。需要特别注意的是，如果获取到空帧，抓取失败或是文件结束，返回值会是一个空指针。

函数定义：Reading and Writing Images and Video — OpenCV 2.4.13.7 documentation

1.4 示例代码：

import cv2

video = cv2.VideoCapture("./1.mp4")

if video.isOpened():
    # video.read() 一帧一帧地读取
    # open 得到的是一个布尔值，就是 True 或者 False
    # frame 得到当前这一帧的图像
    open, frame = video.read()
else:
    open = False

while open:
    ret, frame = video.read()
    # 如果读到的帧数不为空，那么就继续读取，如果为空，就退出
    if frame is None:
        break
    if ret == True:
        cv2.imshow("video",frame)
        # 这里使用 waitKey 可以控制视频的播放速度，数值越小，播放速度越快
        # 这里等于 27 也即是说按下 ESC 键即可退出该窗口
        if cv2.waitKey(10) & 0xFF == 27:
            break
video.release()
cv2.destroyAllWindows()

2 读取摄像头

VideoCapture也是支持读取摄像头的。我这边是一个摄像头，可以提供rtsp码流，码流地址是：rtsp://192.168.0.200:554/av0_0

实现的示例代码如下：

import cv2

video = cv2.VideoCapture("rtsp://192.168.0.200:554/av0_0")

if video.isOpened():
    # video.read() 一帧一帧地读取
    # open 得到的是一个布尔值，就是 True 或者 False
    # frame 得到当前这一帧的图像
    open, frame = video.read()
else:
    open = False

while open:
    ret, frame = video.read()
    # 如果读到的帧数不为空，那么就继续读取，如果为空，就退出
    if frame is None:
        break
    if ret == True:
        # 转换为灰度图
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        cv2.imshow("video",gray)
        # 这里使用 waitKey 可以控制视频的播放速度，数值越小，播放速度越快
        # 这里等于 27 也即是说按下 ESC 键即可退出该窗口
        if cv2.waitKey(1) & 0xFF == 27:
            break
video.release()
cv2.destroyAllWindows()

上面代码处理摄像头数据，现在转换为gray，然后显示。

在实际项目中，可能会发现现实出来的摄像头数据会有延时，主要有如下几种可能：

1）摄像头本身做了buffer，可以通过配置摄像头的缓存帧，降低延时；

2）视频播放软件有buffer，比如vlc，也是可以调整的；

3）网络带宽，实践中，多路摄像头（比如说16路）在100M网络环境和1000M网络环境表现明显不同。这里面的网络环境是指全链路：包括网线、集线器、路由器、显示终端（电脑）等；

4）AI处理时间过长。如果在实际项目中，是直接采用串行设计，来一帧分析一帧，而这帧数据每一办法在固定的时间内分析完成（比如40ms），这样就会造成摄像头数据延时。一般有两种解决办法：

a、做丢帧处理，这需要依据场景来决定；

b、做异步架构调整。一个线程用来读取数据，一个线程用了做AI分析；

5）显示终端处理不过来。比如我们有关项目的架构是采用WebSocket的方式，把数据传给QT（大屏展示）和WebUI（浏览器），结果浏览器的渲染速度没有办法跟上，导致显示数据堆积。

6）其他情况

以上一些情况，供大家参考处理。

【参考文献】

[1] 每周一课 | OpenCV ：图像基本操作