之前我們學過如何用OpenCV處理圖像,這一次要介紹的是如何用OpenCV來處理影像檔案。
用電腦相機攝影
使用OpenCV的話可以直接操控我們電腦內建的相機來攝影。首先我們來練習利用OpenCV把拍到的影片更改成黑白影片。
在攝影的時候,我們要先做一個VideoCapture的Object。引數的部分我們可以指定相機的號碼或是想要讀取的影片的名稱。另外,相機的號碼指的是接在電腦上的相機的號碼,因為通常來說只會接一台相機,因此引數通常指定0或-1就可以了。當然,如果有複數台相機的話也可以指定1以上的引數。
首先我們現來看看下面的代碼。
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
while(True):
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('frame', gray)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
上面的代碼中的cap.read()會return True/False 這兩個值。如果影片有完整被讀取的話就會return True,因此也可以藉由這個函數來確認影片是否又被讀取。
cv2.waitKey(1)是每一毫秒偵測一次有沒有從鍵盤輸入的訊號。
0xFF則是16進位的數字,換成2進位的話會變成1111 1111。因此0xFF與cv2.waitKey(1)做AND演算的話,只會有最後面的8 bit的數字會被留下來其他都會變成零。
而ord(‘q’)的功能是取得q這個英文字母的Unicode,當我們從鍵盤按下q這個鍵的時候if就會變成True,break就會被執行。
讀取影片
利用OpenCV讀取影片的時候,其實跟上面的代碼幾乎一樣,只是我們再利用cv2.VideoCapture函數時,裡面的引數的部分要變成影片的path。但是在設定cv2.waitKey()時,要設定適合的時間,如果設定的時間太短的話動畫會高速的播放,相反地如果設定的太長的話會變成慢速播放。
import numpy as np
import cv2
cap = cv2.VideoCapture('test.avi')
while(True):
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('frame', gray)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
儲存影片
到目前為止,我們已經能夠攝影,並且處理精度在1 frame的影片了。接著要介紹的是如何儲存影片。儲存影片的時候只要有cv2.imwrite()這個函數就可以了,但是在儲存的時候還是有一些要注意的地方。
儲存影片時我們必須先有一個VideoWriter的Object。第一個引數我們會指定儲存的影片名稱(例如:output.avi)。第2~第4個引數我們會利用FourCC來指定,並且設定影片的播放速度(fps)與解析度。最後的引數是isColor,如果是True的話就會儲存彩色影片,如果是False的話就會是黑白影片。
可以從forucc.org中得到FourCC可以使用的code。因為這些code會根據電腦的環境來動作,因此有些code可能無法使用要注意一下。比較常用的code的話有下面這幾種。
- Fedora : DIVX, XVID, MJPG, WMV1, WMV2
- Windows : DIVX
- OSX : DIVX
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('output.mov',fourcc, 20.0, (1280,720))
while(cap.isOpened()):
ret, frame = cap.read()
if ret==True:
out.write(frame)
cv2.imshow('frame',frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
else:
break
cap.release()
out.release()
cv2.destroyAllWindows()
因為我的電腦的環境是macOS,所以fourcc的部分才會設定成mp4v,如果是windows的話可以用XVID會比較好。
留言