Python基于OpenCV实现视频流逐帧提取与预处理

拾光

发布时间：2026-10-15| 5人浏览过

原创

本文介绍利用Python的OpenCV模块将动态视频流数据转化为静态图像帧的技术方案。通过VideoCapture读取视频文件，利用循环逐帧读取并保存为JPG格式图片，实现视频数据的预处理。该方法无需修改现有图像模型即可处理视频流，文中提供了完整代码示例及猫狗大战数据集的测试案例，最终成功提取126帧图像数据，为后续深度学习处理提供基础。

视频流转图像帧的处理原理

处理动态视频流数据时，一种常见策略是将其转化为静态图像帧进行处理。这样做的好处在于，无需对现有的图像识别模型进行大幅改动，即可直接应用视频流数据。虽然视频流也可以采用专门的视频处理方法进行直接处理，但本文主要聚焦于视频流的预处理环节，即如何将视频流数据切割并提取为独立的图像帧数据。具体的实践步骤相对简单，下文将详细展开。

核心代码实现

#!usr/bin/env python
#encoding:utf-8
'''
__Author__:沂水寒城
功能： 视频数据切割成图像数据
'''
import os
import cv2
import numpy as np
import cv2.cv as cv
def cutVedios2Pictures(vedio_path='FR.mp4',saveDir='pictures/myself/'):
    '''
    视频流数据切割成图片数据
    '''
    if not os.path.exists(saveDir):
        os.makedirs(saveDir)
    vc=cv2.VideoCapture(vedio_path)
    c=1
    if vc.isOpened():
        rval,frame=vc.read()
    else:
        rval=False
    while rval:
        rval,frame=vc.read()
        cv2.imwrite(saveDir+str(c)+'.jpg',frame)
        c=c+1
        cv2.waitKey(1)
    vc.release()
if __name__=='__main__':
    cutVedios2Pictures(vedio_path='vedios/cat_dog.mp4',saveDir='pictures/cat_dog/')