OpenCV笔记：cv2.VideoCapture 完成视频的跳帧输出操作

背景

    我开始关注这个问题，是在使用 PaddleOCR + OpenCV 进行视频文字识别的时候，因为OpenCV 需要循环读取视频的每一帧进行解析，这就导致视频播放特别卡顿。由于视频中相邻帧的内容是一样的，重复识别也没有意义，所以我就在考虑：有没有办法跳帧输出？

    咱们能想到的所有问题，都已经被设计师考虑过了，需要用到下面两个函数：

• cv2.VideoCapture.grab()
• cv2.VideoCapture.get()

** 你可能需要用到的文章：**

• 关于：Python基础，爬虫，机器学习，常见异常和面试【篇】（专题汇总）

正文

一、核心方法

1. cv2.VideoCapture.grab() 函数

# 视屏获取，videoPath为视频的路径
cap = cv2.VideoCapture(videoPath)
# 往下读一帧ret，并返回图片信息frame
ret, frame = cap.read()
# 只往下读一帧ret
ret = cap.grad()

• read()函数，输出的是两个参数：第一个参数 ret 为 True 或 False，代表有没有读取下一到帧图片；第二个参数 frame，表示读到的一帧图片的信息，OCR就是对 frame 进行识别处理。

• grad()函数，输出的是一个参数：ret 为 True 或 False，代表有没有读取下一到帧图片。

   从上面的对比可以看出来，grab() 仅仅是用来指向下一帧，并没有返回多余的图片信息，当不需要解析图片的时候，grab() 函数显然效率更高，更合适。
  

2. cv2.VideoCapture.get() 函数

    cv2.VideoCapture.get(n) ，n 的范围是 0~7，这个方法可以帮助我们获取视频的属性。其中我们用到的就是 get(1) - 获取视频当前帧，可以方便我们做跳帧操作。

 **   总结了一下：**

方法含义cv2.VideoCapture.get(0)视频文件的当前位置（播放）以毫秒为单位cv2.VideoCapture.get(1)当前帧，基于以0开始的被捕获或解码的帧索引cv2.VideoCapture.get(2)视频文件的相对位置（播放）：0 = 电影开始，1 = 影片的结尾。cv2.VideoCapture.get(3)在视频流的帧的宽度cv2.VideoCapture.get(4)在视频流的帧的高度cv2.VideoCapture.get(5)帧率cv2.VideoCapture.get(6)编解码的4字 - 字符代码cv2.VideoCapture.get(7)视频文件中的帧数
除此之外，还可以用另外几个方法获取视频属性：

• cv2.VideoCapture.get(cv2.CAP_PROP_FPS)：获取帧率；
• cv2.VideoCapture.get(cv2.CAP_PROP_FRAME_COUNT)：获取视频时长，单位- 秒。

二、实战练习

1. 代码展示

    我这里设置的是每间隔10帧输出一次，大家可以根据自己的需要设置，代码如下：

• get(1) 获取当前帧率跳帧

# _*_coding:utf-8_*_
# 作者：   Java Punk
# 时间：   2022-10-09 14:49:45
# 功能：   场景文字识别

import cv2
from paddleocr import PaddleOCR, draw_ocr
from PIL import Image
import numpy as np

def ch_match(videoPath):
    ocr = PaddleOCR(use_angle_cls=True, lang="ch")
    # 视屏获取
    cap = cv2.VideoCapture(videoPath)
    # 判断是否正常打开
    ret = cap.isOpened()
    # 循环读取视频帧
    while ret:
        # 获取当前视频帧位置
        now_fps = cap.get(1)
        # 设置每 10 帧输出一次
        if (now_fps % 10 != 0):
            # 跳帧
            ret = cap.grab()
            continue
        print("———————————————————— read fps", now_fps)
        # 是否截取到图片；图片信息
        ret, frame = cap.read()
        # 对返回的图片进行文字识别
        result = ocr.ocr(frame, cls=True, rec=True)
        boxes = [line[0] for line in result]
        txts = [line[1][0] for line in result]
        scores = [line[1][1] for line in result]
        # simsun.ttc 是一款很常见、实用的电脑字体，这里作为识别的模板
        im_show = draw_ocr(frame, boxes, txts, scores, font_path='../fonts/SIMSUN.TTC')
        im_show = Image.fromarray(im_show)
        tp_img = np.asarray(im_show)
        cv2.imshow('tp_img', tp_img)
        cv2.waitKey(1)
        pass

    cv2.waitKey(0)
    cv2.destroyAllWindows()
    pass

if __name__ == '__main__':
    print("———————————————————— start ————————————————————\n")
    # 图片路径自己设置，下面是我本地的路径，记得替换！！！
    ch_match('../img/yz_words/vlog_zxyw_02.mp4')
    print("———————————————————— end ————————————————————\n")

• 改动一下：记录帧率进行跳帧

   实际上每一次视频的 while 循环，都是往下走了一帧，所以我们也可以取巧的利用 i++ 进行跳帧，此时 i = cv2.VideoCapture.get(1)。
  

    ...
    # 视频帧计数
    timeC = 0  
    # 循环读取视频帧
    while ret:
        timeC = timeC + 1
        # 每隔 10 帧进行操作
        if (timeC % 10 != 0):    
            ret = cap.grab()
            continue
    ...

2. 效果展示

    感兴趣的小伙伴可以把跳帧部分的代码去掉看看效果，对比一下，说下我用公司电脑测试的结果：

• 执行跳帧前：原视频时长7s，最后 cv2.imshow() 时长 2min；
• 执行跳帧后：原视频时长7s，最后 cv2.imshow() 时长 20s；

下面是“执行跳帧后”的效果（由于上传大小限制，无奈只能降低画质）：