使用 OpenCV 从 Python 视频中提取图像-51CTO.COM

在这篇博客中，我们将使用Python从一段小视频中提取图像。为此，我们将使用开源的OpenCV库。

什么是OpenCV？

OpenCV（开源计算机视觉库：http://opencv.org）是一个包含数百种计算机视觉算法的开源库。OpenCV具有模块化结构，这意味着该包包含几个共享或静态库。以下是可用的模块：

核心功能（core） - 一个定义基本数据结构的紧凑模块，包括密集的多维数组Mat和所有其他模块使用的基本功能。
图像处理（imgproc） - 一个图像处理模块，包括线性和非线性图像滤波、几何图像变换（缩放、仿射和透视变形、通用表格重映射）、颜色空间转换、直方图等。
视频分析（video） - 一个视频分析模块，包括运动估计、背景减除和目标跟踪算法。
相机校准和3D重建（calib3d） - 基本的多视图几何算法、单目和立体相机校准、目标姿态估计、立体对应算法和3D重建元素。
2D特征框架（features2d） - 显著特征检测器、描述符和描述符匹配器。
目标检测（objdetect） - 检测预定义类别的对象和实例（例如，面部、眼睛、杯子、人、汽车等）。
高级GUI（highgui） - 一个简单易用的简单UI功能接口。
视频I/O（videoio） - 一个简单易用的视频捕获和视频编解码器接口。
...一些其他辅助模块，如FLANN和Google测试包装器、Python绑定等。

文档的后续章节描述了每个模块的功能。但首先，请确保熟悉在库中广泛使用的常见API概念。

使用pip安装：

pip install opencv-python

导入包：

import cv2

检查VideoCapture类的帮助：

help(cv2.VideoCapture())

声明视频的路径：

video_path = "input/extract-images-from-a-video-in-python/sample-video.mp4"
video_path

输出：‘input/extract-images-from-a-video-in-python/sample-video.mp4’

从路径读取视频：

cam = cv2.VideoCapture(video_path)
cam

输出：< cv2.VideoCapture 00000209D0E99FB0>

创建一个文件夹来保存图像

我们将创建一个名为‘image_data’的文件夹，如果它不存在。为了创建新目录，我们将使用OS包。

import os
try:
if not os.path.exists('image_data'):
os.makedirs('image_data')
except OSError:
print ('Error: Creating directory of image data')

读取视频帧并创建图像：

help(cam.read)

输出：

help(cv2.imwrite)

currentframe = 0
while(True):
# 从帧中读取 
retval, image = cam.read() 


if retval: 
    # 创建图像 
    name = './image_data/image' + str(currentframe) + '.jpg'
    print ('Creating...' + name) 


    # 写入提取的图像 
    cv2.imwrite(name, image) 


    currentframe += 1
else: 
    break
# 释放空间
cam.release()
# 销毁所有窗口
cv2.destroyAllWindows()

输出：

我们可以看到，从视频中捕获了85张图像。

列出捕获的图像：

import os
path = "image_data"
images_list = os.listdir(path)
print("Files and directories in '", path, "' :")
print(images_list)

输出：

查看前20张图像：

import matplotlib.pyplot as plt
import PIL
plt.figure(figsize = (12,8))
for num, item in enumerate(images_list[:20]):
  img = PIL.Image.open("image_data/" + item)
  plt.subplot(4, 5, num + 1)
  plt.axis('off')
  plt.imshow(img, aspect='auto')
  pass

输出：