OpenCV VideoCapture类实战：视频帧提取与参数获取

VideoCapture类的核心应用场景

在OpenCV库中，VideoCapture类是处理视频数据的基础组件。它主要支持三种数据源的读取操作：直接读取本地视频文件、从连续的图片序列中合成视频流，以及实时捕获摄像头画面。理解其基本调用方式，是进行后续视频分析或处理的前提。

关键参数获取方法

在开始逐帧处理前，通常需要先了解视频的基本属性。通过调用VideoCapture对象的get()方法，可以获取视频的关键元数据。常用的属性标识符包括cv2.CAP_PROP_FPS用于获取每秒帧数，以及cv2.CAP_PROP_FRAME_COUNT用于获取视频总帧数。结合这两个参数，可以计算出视频的总时长，公式为总帧数除以FPS。

代码实现：视频帧提取流程

以下Python脚本展示了完整的视频处理流程。代码使用了argparse模块来接收命令行输入，支持指定输入视频路径和输出文件夹。主要逻辑包括初始化视频源、读取第一帧以验证有效性、获取视频属性、创建输出目录，以及通过循环按固定间隔保存帧。

#!/usr/bin/env python
#-*- coding:utf-8 -*-
# @Time : 19-4-21 上午10:31
# @Author : chen

"""
VideoCapture()的使用
"""
import cv2
import argparse
import os
import pdb

ap = argparse.ArgumentParser()
ap.add_argument("-v", "--videoPath", default="./video_1.mp4", help="path to input video")
ap.add_argument("-o", "--outputPath", default="grabImages", help="path to output frames")

args = vars(ap.parse_args())

# 初始化,并读取第一帧
# rval表示是否成功获取帧
# frame是捕获到的图像
vc = cv2.VideoCapture(args["videoPath"])
rval, frame = vc.read()

# 获取视频fps
fps = vc.get(cv2.CAP_PROP_FPS)
# 获取视频总帧数
frame_all = vc.get(cv2.CAP_PROP_FRAME_COUNT)
print("[INFO] 视频FPS: {}".format(fps))
print("[INFO] 视频总帧数: {}".format(frame_all))
print("[INFO] 视频时长: {}s".format(frame_all/fps))

outputPath = os.path.sep.join([args["outputPath"]])
if os.path.exists(outputPath) is False:
 print("[INFO] 创建文件夹,用于保存提取的帧")
 os.mkdir(outputPath)

# 每隔100帧保存一张图片
frame_interval = 100
# 统计当前帧
frame_count = 1
# 保存图片个数
count = 0
while rval:
 rval, frame = vc.read()
 if frame_count % frame_interval == 0:
  filename = os.path.sep.join([outputPath, "test_{}.jpg".format(count)])
  cv2.imwrite(filename, frame)
  count += 1
  print("保存图片:{}".format(filename))
 frame_count += 1

# 关闭视频文件
vc.release()
print("[INFO] 总共保存：{}张图片".format(count))

关键步骤解析

代码执行流程中，vc.read()是核心操作。该函数返回一个布尔值rval和图像数组frame。rval为True表示成功读取一帧，为False则通常意味着视频结束或读取失败。在while循环中，程序持续调用read()直到视频结束。

为了优化处理效率，示例中设置了frame_interval = 100，即每隔100帧保存一张图片。通过frame_count % frame_interval == 0判断是否满足保存条件。若满足，则使用os.path.sep.join()构建安全的文件路径，并通过cv2.imwrite()将当前帧保存为JPG格式图片。最后，务必调用vc.release()释放视频资源，避免内存泄漏。

总结

通过上述示例，我们掌握了利用OpenCV的VideoCapture类进行视频属性查询和帧提取的基本方法。实际应用中，可根据需求调整frame_interval或结合其他图像处理算法，实现更复杂的视频分析任务。

以上就是OpenCV中VideoCapture类的使用详解的详细内容，更多关于OpenCV视频处理的技术资料请关注本站其它相关文章！