Python+OpenCV4：讀寫輸入和輸出的簡單實踐（圖片、視頻、攝像頭）

典型的文件處理流程如下：

利用命令行參數

sys.argv

命令行參數是讀取文件時常用的方式。

命令行參數保存在 sys.argv 的列表中，列表的第一個元素是腳本名稱，后面的元素是命令行參數：

 

通過以下腳本 sys_argv.py 可以熟悉命令行參數的獲取：

import sys

print(f'運行的腳本名是：{sys.argv[0]}')
print(f'sys.argv 列表的長度是：{len(sys.argv)}')
print(f'該腳本的參數是：{sys.argv[1:]}')

運行命令  python sys_argv.py 666 yu  可以得到以下輸出：

運行的腳本名是：sys_argv.py
sys.argv 列表的長度是：3
該腳本的參數是：['666', 'yu']

argparse

當程序比較復雜時，我們一般不會直接使用 sys.argv，而應該使用 Python 的標准庫 argparse。

argparse 做了一些封裝。使用 argparse，程序可以識別需要哪些參數，如何解析參數，以及提供幫助信息和使用信息，也提供自動化的錯誤信息。

下面是使用 argparse 的示例：

import argparse

# 創建 ArgumentParser 對象，參數會自動保存到該對象中
# description 在使用 -h/--help 的時候會顯示這個文本
parser = argparse.ArgumentParser(description='某圖像處理')

# 添加參數
# 第一個參數是給 parser 添加的變量
# type 指定類型
# help 解釋參數
parser.add_argument('image', type=str, help='圖像路徑')

# 調用 parse_args() 可以獲取參數
args = parser.parse_args()
print(args.image)

運行命令  python argparse_demo.py '../data/yiquan.jpeg' ，可以輸入：

../data/yiquan.jpeg

更多關於 argparse 的用法參考：argparse — Parser for command-line options, arguments and sub-commands

讀寫圖片

讀入圖片

一個利用參數讀取圖片的例子：

"""
讀取圖片
"""
import argparse
import cv2

# 創建 ArgumentParser 對象
parser = argparse.ArgumentParser()

# 添加參數，默認類型是字符串
parser.add_argument('path_image', help='圖像路徑')

# 解析參數
args = parser.parse_args()

# 根據圖像路徑加載輸入圖像
image = cv2.imread(args.path_image)
cv2.imshow('loaded image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸入命令  python argparse_load_image.py ../data/yiquan.jpeg ，可以顯示圖片。

 

讀入/處理/寫入圖片

標准的圖像處理流程有讀取、處理、保存，以下是一個該流程的簡單示例：

"""
讀入/處理/寫入圖片
運行腳本 python argparse_load_processing_save_image.py [path_image_input] [path_image_output]
"""
import argparse
import cv2

parser = argparse.ArgumentParser()

parser.add_argument('path_image_input', help='圖像輸入的路徑')

parser.add_argument('path_image_output', help='圖像輸出的路徑')

args = parser.parse_args()

image_input = cv2.imread(args.path_image_input)

# 把彩色圖片變為灰度圖片
gray_image = cv2.cvtColor(image_input, cv2.COLOR_BGR2GRAY)

cv2.imshow('gray image', gray_image)

# 保存處理后的文件
cv2.imwrite(args.path_image_output, gray_image)

cv2.waitKey(0)

cv2.destroyAllWindows()

運行腳本后的效果如下：

 

並且在參數指定的目錄保存一張 result.jpeg 圖片。

讀取攝像頭數據和視頻文件

讀取+處理

OpenCV 的 cv2.VieoCapture 可以根據不同源（如圖像序列、視頻文件、攝像頭），進行視頻捕捉。

"""
讀取攝像頭數據
處理數據並且展示數據
"""
import argparse
import cv2

parser = argparse.ArgumentParser()

parser.add_argument('index_camera', type=int, help='攝像頭編號')

args = parser.parse_args()

capture = cv2.VideoCapture(args.index_camera)

# 獲取 capture 的一些屬性
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = capture.get(cv2.CAP_PROP_FPS)
print(frame_width, frame_height, fps)

if capture.isOpened() is False:
    print('Error openning the camera')

while capture.isOpened():
    ret, frame = capture.read()

    if ret:
        # 顯示攝像頭捕獲的幀
        cv2.imshow('Input frame from the camera', frame)

        # 把攝像頭捕捉到的幀轉換為灰度
        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # 顯示處理后的幀
        cv2.imshow('Grayscale input camera', gray_frame)

        # cv2.waitKey()這個函數是在一個給定的時間內(單位ms)等待用戶按鍵觸發
        # 如果用戶沒有按下按鍵，則繼續等待(循環)
        if (cv2.waitKey(10) & 0xFF) == ord('q'):
            break
    else:
        break

capture.release()
cv2.destroyAllWindows()

注意運行腳本的時候不要在 IDE 下運行，盡量在終端上直接運行。比如我在 PyCharm 里運行，就出現了以下錯誤：

Abort trap: 6

在終端上運行腳本可以解決該問題。注意需要設置攝像頭參數（比如 0）： python read_camera.py 0 。

(cv2.waitKey(10) & 0xFF) == ord('q')  這條命令的含義可以參考 What's 0xFF for in cv2.waitKey(1)? 中的回答。

成功運行腳本之后，可以出現兩個窗口，一個是捕捉攝像頭的窗口，另一個是處理成灰度圖像的窗口。點擊 q 鍵可以退出應用。

保存某一幀到硬盤

稍加修改，可以在按 c 鍵的時候，把某時刻的幀保存在硬盤上。

"""
讀取攝像頭數據
處理數據並且展示數據
"""
import argparse
import cv2

parser = argparse.ArgumentParser()

parser.add_argument('index_camera', type=int, help='攝像頭編號')

args = parser.parse_args()

capture = cv2.VideoCapture(args.index_camera)

# 獲取 capture 的一些屬性
frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = capture.get(cv2.CAP_PROP_FPS)
print(frame_width, frame_height, fps)

if capture.isOpened() is False:
    print('Error openning the camera')

frame_index = 0
while capture.isOpened():
    ret, frame = capture.read()

    if ret:
        # 顯示攝像頭捕獲的幀
        cv2.imshow('Input frame from the camera', frame)

        # 把攝像頭捕捉到的幀轉換為灰度
        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # 顯示處理后的幀
        cv2.imshow('Grayscale input camera', gray_frame)

        # cv2.waitKey()這個函數是在一個給定的時間內(單位ms)等待用戶按鍵觸發
        # 如果用戶沒有按下按鍵，則繼續等待(循環)
        if (cv2.waitKey(10) & 0xFF) == ord('q'):
            break
        if (cv2.waitKey(10) & 0xFF) == ord('c'):
            frame_name = f'camera_frame_{frame_index}.png'
            gray_frame_name = f'grayscale_camera_frame_{frame_index}.png'
            cv2.imwrite(frame_name, frame)
            cv2.imwrite(gray_frame_name, gray_frame)
            frame_index += 1
    else:
        break

capture.release()
cv2.destroyAllWindows()

讀取視頻文件

讀取視頻文件和讀取圖片文件類似。

在 http://samples.mplayerhq.hu/ 里面找到合適的視頻文件。

"""
讀取視頻數據
"""
import argparse
import cv2

parser = argparse.ArgumentParser()

parser.add_argument('video_path', help='視頻文件路徑')

args = parser.parse_args()

capture = cv2.VideoCapture(args.video_path)

if capture.isOpened() is False:
    print('Error openning the video')

while capture.isOpened():

    ret, frame = capture.read()
    if ret:
        # 顯示攝像頭捕獲的幀
        cv2.imshow('Original frame from the video file', frame)

        # 把攝像頭捕捉到的幀轉換為灰度
        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        # 顯示處理后的幀
        cv2.imshow('Grayscale frame', gray_frame)

        # cv2.waitKey()這個函數是在一個給定的時間內(單位ms)等待用戶按鍵觸發
        # 如果用戶沒有按下按鍵，則繼續等待(循環)
        if (cv2.waitKey(10) & 0xFF) == ord('q'):
            break
    else:
        break

capture.release()
cv2.destroyAllWindows()

運行腳本： python read_video_file.py ../data/DSCF1928_fish.AVI 。

我所使用的測試視頻文件在這里下載。

 

保存一個視頻文件

使用 cv2.VideoWriter 可以寫入視頻文件。

FPS 是一個很重要的指標，它表示每秒處理多少個幀。FPS 越大往往視頻的流暢度就越高。

視頻編碼（video code）用於壓縮和解壓一個數字視頻。壓縮視頻格式往往遵循成為視頻壓縮標准或者視頻編碼格式的標准。

OpenCV 提供了 FOURCC，用於指定視頻編碼。此外，視頻文件格式用於存儲數字視頻數據，常見的格式有 AVI（*.avi）、MP4（*.mp4）、QuickTime（*.mov）。

下圖顯示了使用 cv2.VideoWriter 需要考慮的一些因素。

 

以下是使用本地攝像頭作為輸入，轉換為灰度后保存為本地視頻文件。

"""
接收攝像頭參數
然后寫入視頻文件
"""

import cv2
import argparse

parser = argparse.ArgumentParser()

parser.add_argument("output_video_path", help="path to the video file to write")
args = parser.parse_args()

capture = cv2.VideoCapture(0)

frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
fps = capture.get(cv2.CAP_PROP_FPS)
print(f'CV_CAP_PROP_FRAME_WIDTH: {frame_width}')
print(f'CV_CAP_PROP_FRAME_HEIGHT: {frame_height}')
print(f'CAP_PROP_FPS: {fps}')

fourcc = cv2.VideoWriter_fourcc(*'XVID')

# 最后一個參數指是否使用彩色圖像
out_gray = cv2.VideoWriter(args.output_video_path, fourcc, int(fps), (int(frame_width), int(frame_height)), False)

while capture.isOpened():

    ret, frame = capture.read()
    if ret is True:

        gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        out_gray.write(gray_frame)

        cv2.imshow('gray', gray_frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    else:
        break

capture.release()
out_gray.release()
cv2.destroyAllWindows()

輸入命令  python write_video_file.py ./my_video.mp4 ，會出現一個窗口，點擊 q 退出，最后保存一個 my_video.mp4 文件。

原文作者：雨先生
原文鏈接：https://www.cnblogs.com/noluye/p/11446146.html 
許可協議：知識共享署名-非商業性使用 4.0 國際許可協議

參考

• 《Mastering OpenCV 4 with Python》by Alberto Fernandez Villan
• argparse — Parser for command-line options, arguments and sub-commands
• What's 0xFF for in cv2.waitKey(1)?
• Usage of ord('q') and 0xFF
• 關於為什么要用 if cv2.waitKey(1) & 0xFF == ord('q'): break的解釋