python使用opencv调用摄像头操作 python通过opencv调用摄像头操作实例分析
iUpoint 人气:0想了解python通过opencv调用摄像头操作实例分析的相关内容吗,iUpoint在本文为您仔细讲解python使用opencv调用摄像头操作的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:python,opencv,调用摄像头,下面大家一起来学习吧。
实例源码:
#pip3 install opencv-python import cv2 from datetime import datetime FILENAME = 'myvideo.avi' WIDTH = 1280 HEIGHT = 720 FPS = 24.0 # 必须指定CAP_DSHOW(Direct Show)参数初始化摄像头,否则无法使用更高分辨率 cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 设置摄像头设备分辨率 cap.set(cv2.CAP_PROP_FRAME_WIDTH, WIDTH) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, HEIGHT) # 设置摄像头设备帧率,如不指定,默认600 cap.set(cv2.CAP_PROP_FPS, 24) # 建议使用XVID编码,图像质量和文件大小比较都兼顾的方案 fourcc = cv2.VideoWriter_fourcc(*'XVID') out = cv2.VideoWriter(FILENAME, fourcc, FPS, (WIDTH, HEIGHT)) start_time = datetime.now() while True: ret, frame = cap.read() if ret: out.write(frame) # 显示预览窗口 cv2.imshow('Preview_Window', frame) # 录制5秒后停止 if (datetime.now()-start_time).seconds == 5: cap.release() break # 监测到ESC按键也停止 if cv2.waitKey(3) & 0xff == 27: cap.release() break out.release() cv2.destroyAllWindows()
打开摄像头后链接成功的操作:
# 1. 打开摄像头 import cv2 import numpy as np def video_demo(): capture = cv2.VideoCapture(0)#0为电脑内置摄像头 while(True): ret, frame = capture.read()#摄像头读取,ret为是否成功打开摄像头,true,false。 frame为视频的每一帧图像 frame = cv2.flip(frame, 1)#摄像头是和人对立的,将图像左右调换回来正常显示。 cv2.imshow("video", frame) c = cv2.waitKey(50) if c == 27: break video_demo() cv2.destroyAllWindows() #2. 打开摄像头并截图 import cv2 cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 打开摄像头 while (1): # get a frame ret, frame = cap.read() frame = cv2.flip(frame, 1) # 摄像头是和人对立的,将图像左右调换回来正常显示 # show a frame cv2.imshow("capture", frame) # 生成摄像头窗口 if cv2.waitKey(1) & 0xFF == ord('q'): # 如果按下q 就截图保存并退出 cv2.imwrite("test.png", frame) # 保存路径 break cap.release() cv2.destroyAllWindows() #3. 打开摄像头并定时截图 def video_demo(): print('开始') cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 电脑自身摄像头 i = 0#定时装置初始值 photoname = 1#文件名序号初始值 while True: i = i + 1 reg, frame = cap.read() frame = cv2.flip(frame, 1) # 图片左右调换 cv2.imshow('window', frame) if i == 50: # 定时装置,定时截屏,可以修改。 filename = str(photoname) + '.png' # filename为图像名字,将photoname作为编号命名保存的截图 cv2.imwrite('C:/Users/Administrator/Desktop/m' + '\\' + filename, frame) # 截图 前面为放在桌面的路径 frame为此时的图像 print(filename + '保存成功') # 打印保存成功 i = 0 # 清零 photoname = photoname + 1 if photoname >= 20: # 最多截图20张 然后退出(如果调用photoname = 1 不用break为不断覆盖图片) # photoname = 1 break if cv2.waitKey(1) & 0xff == ord('q'): break # 释放资源 cap.release() video_demo() cv2.destroyAllWindows()
实例扩展:
使用OpenCV调用摄像头检测人脸并连续截图100张
#-*- coding: utf-8 -*- # import 进openCV的库 import cv2 ###调用电脑摄像头检测人脸并截图 def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name): cv2.namedWindow(window_name) #视频来源,可以来自一段已存好的视频,也可以直接来自USB摄像头 cap = cv2.VideoCapture(camera_idx) #告诉OpenCV使用人脸识别分类器 classfier = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml") #识别出人脸后要画的边框的颜色,RGB格式, color是一个不可增删的数组 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame = cap.read() #读取一帧数据 if not ok: break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #将当前桢图像转换成灰度图像 #人脸检测,1.2和2分别为图片缩放比例和需要检测的有效点数 faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) if len(faceRects) > 0: #大于0则检测到人脸 for faceRect in faceRects: #单独框出每一张人脸 x, y, w, h = faceRect #将当前帧保存为图片 img_name = "%s/%d.jpg" % (path_name, num) #print(img_name) image = frame[y - 10: y + h + 10, x - 10: x + w + 10] cv2.imwrite(img_name, image,[int(cv2.IMWRITE_PNG_COMPRESSION), 9]) num += 1 if num > (catch_pic_num): #如果超过指定最大保存数量退出循环 break #画出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) #显示当前捕捉到了多少人脸图片了,这样站在那里被拍摄时心里有个数,不用两眼一抹黑傻等着 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame,'num:%d/100' % (num),(x + 30, y + 30), font, 1, (255,0,255),4) #超过指定最大保存数量结束程序 if num > (catch_pic_num): break #显示图像 cv2.imshow(window_name, frame) c = cv2.waitKey(10) if c & 0xFF == ord('q'): break #释放摄像头并销毁所有窗口 cap.release() cv2.destroyAllWindows() if __name__ == '__main__': # 连续截100张图像,存进image文件夹中 CatchPICFromVideo("get face", 0, 99, "/image")
加载全部内容