python 基于opencv操作摄像头

要使用摄像头，需要使用cv2.VideoCapture(0)创建VideoCapture对象，参数0指的是摄像头的编号，如果你电脑上有两个摄像头的话，访问第2个摄像头就可以传入1，依此类推。

1. # 打开摄像头并灰度化显示
2. import cv2 as cv
3. # 0表示摄像头的编号
4. capture = cv.VideoCapture(0)
5.  
6. while(True):
7. # 获取一帧
8. # 第1个参数ret(return value缩写)是一个布尔值，表示当前这一帧是否获取正确
9. ret, frame = capture.read()
10. # 将这帧转换为灰度图
11. gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
12.  
13. cv.imshow('frame', gray)
14. if cv.waitKey(1) == ord('q'):
15. break

摄像头捕捉到的图像：

获取并修改摄像头的属性值

通过capture.get(propId)可以获取摄像头的一些属性，比如捕获的分辨率，亮度和对比度等。propId是从0~18的数字，代表不同的属性。要修改摄像头的属性值，可以使用capture.set(propId,value)。比如说，我们在while之前添加下面的代码，可以捕获相对于上面2倍分辨率的视频。

1. # 获取捕获的分辨率
2. # propId可以直接写数字，也可以用OpenCV的符号表示
3. width, height = capture.get(3), capture.get(4)
4. print(width, height)
5.  
6. # 以原分辨率的一倍来捕获
7. capture.set(cv.CAP_PROP_FRAME_WIDTH, width * 2)
8. capture.set(cv.CAP_PROP_FRAME_HEIGHT, height * 2)

捕获的2倍分辨率于原先的图像：

播放本地视频

跟打开摄像头一样，如果把摄像头的编号换成视频的路径就可以播放本地视频了。回想一下cv.waitKey()，它的参数表示暂停时间，所以这个值越大，视频播放速度越慢，反之，播放速度越快，通常设置为25或30。

1. # opencv播放本地视频
2. import cv2 as cv
3.  
4. capture = cv.VideoCapture('E:/1.mp4')
5.  
6. while(capture.isOpened()):
7. ret, frame = capture.read()
8. gray = cv.cvtColor(frame, cv.COLOR_BGR2GRAY)
9.  
10. cv.imshow('frame', gray)
11. if cv.waitKey(30) == ord('q'):
12. break

播放中的 E:/1.mp4 ：

录制视频并保存

之前我们保存图片用的是cv.imwrite()，要保存视频，我们需要创建一个VideoWriter的对象，需要给它传入四个参数：
1.输出的文件名，如'output.avi'
2.编码方式FourCC码
3.帧率FPS
4.要保存的分辨率大小
FourCC是用来指定视频编码方式的四字节码。如MJPG编码可以这样写： cv.VideoWriter_fourcc(*'MJPG')或cv.VideoWriter_fourcc('M','J','P','G')

1. import cv2 as cv
2.  
3. capture = cv.VideoCapture(0)
4.  
5. # 定义编码方式并创建VideoWriter对象
6. fourcc = cv.VideoWriter_fourcc(*'MJPG')
7. outfile = cv.VideoWriter('output.avi', fourcc, 25., (640, 480))
8.  
9. while(capture.isOpened()):
10. ret, frame = capture.read()
11.  
12. if ret:
13. outfile.write(frame) # 写入文件
14. cv.imshow('frame', frame)
15. if cv.waitKey(1) == ord('q'):
16. break
17. else:
18. break

如愿以偿在当前路径下生成了output.avi ：

以上就是python 基于opencv操作摄像头的详细内容，更多关于python opencv操作摄像头的资料请关注服务器之家其它相关文章！

原文链接：https://www.cnblogs.com/wojianxin/p/12585417.html