OpenCV VideoCapture解析
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了OpenCV VideoCapture解析相关的知识，希望对你有一定的参考价值。
参考技术A 1、cap = cv2.VideoCapture(0)VideoCapture()中参数是0，表示打开笔记本的内置摄像头，参数是视频文件路径则打开视频，如cap = cv2.VideoCapture("../test.avi")2、ret,frame = cap.read() cap.read()按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件读取到结尾，它的返回值就为False。frame就是每一帧的图像，是个三维矩阵。
3、cv2.waitKey(1)，waitKey（）方法本身表示等待键盘输入，参数是1，表示延时1ms切换到下一帧图像，对于视频而言；参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停,；参数过大如cv2.waitKey(1000)，会因为延时过久而卡顿感觉到卡顿。c得到的是键盘输入的ASCII码，esc键对应的ASCII码是27，即当按esc键是if条件句成立
4、调用release()释放摄像头，调用destroyAllWindows()关闭所有图像窗口。
原文链接：
https://blog.csdn.net/Zhou_yongzhe/article/details/80310537
https://blog.csdn.net/u011436429/article/details/80604590
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：
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）：
以上是关于OpenCV VideoCapture解析的主要内容，如果未能解决你的问题，请参考以下文章
OpenCV笔记：cv2.VideoCapture 完成视频的跳帧输出操作
OpenCV类VideoCapture构造函数中参数apiPreference的可选值及意义