Python+opencv调用摄像头获取视频保存到本地并应用到YOLO中保存视频检测后的结果

2022-12-20 12:32:43

文章目录

前言
读写视频流
- - 获取摄像头：
  - 写入视频：
完整的调用摄像头并保存视频代码
应用到YOLO中
总结

前言

之前的文章介绍了如何调用摄像头间隔拍照并保存图片(文章链接：Python+OpenCV调用摄像头固定间隔时间拍照并保存到本地同时应用到YOLO中检测目标)，这篇文章再介绍一下如何调用摄像头并保存视频。

读写视频流

获取摄像头：

capture = cv2.VideoCapture(0)

ref, frame = capture.read()

前文介绍过，cv2.VideoCapture()获取摄像头，read()方法读入，返回的ref是是否读取成功的标志(True/False)，frame是视频的每一帧

写入视频：

写入视频用VideoWriter()方法：参数如下：

cv2.VideoWriter(路径, 保存视频文件格式, 视频帧速率, 视频分辨率)

其中，第二个参数为视频编解码器，为四字符代码（Four-Character Codes）具体用法如下：

cv2.VideoWriter_fourcc(‘I’, ‘4’, ‘2’, ‘0’),该参数是YUV编码类型，文件名后缀为.avi

cv2.VideoWriter_fourcc(‘P’, ‘I’, ‘M’, ‘I’),该参数是MPEG-1编码类型，文件名后缀为.avi

cv2.VideoWriter_fourcc(‘X’, ‘V’, ‘I’, ‘D’),该参数是MPEG-4编码类型，文件名后缀为.avi

cv2.VideoWriter_fourcc(‘T’, ‘H’, ‘E’, ‘O’),该参数是Ogg Vorbis,文件名后缀为.ogv

cv2.VideoWriter_fourcc(‘F’, ‘L’, ‘V’, ‘1’),该参数是Flash视频，文件名后缀为.flv

或直接用cv2.VideoWriter_fourcc()来直接指定视频格式

cv2.VideoWriter_fourcc(*'XVID')

第四个参数为元组格式，如1920*1080的分辨率则传入(1920,1080)。需要注意的是：一定要设置成和你用的摄像头相同的分辨率，不然无法保存。笔者是win10，查看相机使用的分辨率如下图:

则设置成（640，480）

完整的调用摄像头并保存视频代码

import cv2

capture = cv2.VideoCapture(0)
fourcc = cv2.VideoWriter_fourcc(*'XVID')

#目录，视频格式，帧速率，分辨率
out = cv2.VideoWriter('D:/video/a.avi', fourcc, 20.0, (640, 480))

#通过write方法读取到视频帧即可
out.write(frame)

cv2.imshow("video",frame)
k = cv2.waitKey(1)

if k == ord('q'):
	break

应用到YOLO中

完整代码如下：根据自己需要选择保存的视频位置

import time

import cv2
import numpy as np
from PIL import Image

from yolo import YOLO

yolo = YOLO()

capture = cv2.VideoCapture(0)

#保存摄像头视频
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('D:/video/a.avi', fourcc, 20.0, (640, 480))

if capture.isOpened():
    ref, frame = capture.read()
else:
    ref = False

fps = 0.0
timeF = 10
c=1
while ref:
    t1 = time.time()
    # 读取某一帧
    ref,frame=capture.read()

    # 此处显示保存的图片上无检测结果
    #if (c % timeF == 0):
    #    cv2.imwrite("D:/photo/" + str(c) + '.jpg', frame)
    #c += 1

    #保存视频,此处无检测结果
    #out.write(frame)

    # 格式转变，BGRtoRGB
    frame = cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)
    # 转变成Imageq
    frame = Image.fromarray(np.uint8(frame))
    # 进行检测
    frame = np.array(yolo.detect_image(frame))
    # RGBtoBGR满足opencv显示格式
    frame = cv2.cvtColor(frame,cv2.COLOR_RGB2BGR)

    #此处显示保存的图片上有检测结果
    #if (c % timeF == 0):
    #    cv2.imwrite("D:/photo/" + str(c) + '.jpg', frame)
    #c += 1

    #保存的视频有检测结果
    #out.write(frame)

    fps  = ( fps + (1./(time.time()-t1)) ) / 2
    print("fps= %.2f"%(fps))
    frame = cv2.putText(frame, "fps= %.2f"%(fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

    #此处保存的图片上有fps
    #if (c % timeF == 0):
    #    cv2.imwrite("D:/photo/" + str(c) + '.jpg', frame)
    #c += 1

    # 保存的视频有检测结果和fps
    out.write(frame)

    cv2.imshow("video",frame)
    k = cv2.waitKey(1)

    if k == ord('q'):
        break

总结

根据设备修改帧播放速率，设备不同会影响最后保存的视频质量，有的可能会有卡顿。
如果是动态检测，无论是移动摄像头还是移动被检测物体，建议移动速率慢一点，这样能更好的保存完整视频，不至于丢帧。尤其是多目标的时候会有卡顿现象。

码农公寓