python通过opencv调用摄像头操作实例分析
作者:iUpoint 时间:2023-03-09 14:32:04
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")
来源:https://www.cnblogs.com/iupoint/p/14848820.html
标签:python,opencv,调用摄像头
0
投稿
猜你喜欢
ASP向SQL语句传递参数方法
2008-04-13 06:07:00
如何将 awk 脚本移植到 Python
2022-02-28 05:40:52
在python代码中加入环境变量的语句操作
2023-03-01 22:58:19
MySQL插入时间差八小时问题的解决方法
2024-01-28 22:00:09
SQL Server误区30日谈 第30天 有关备份的30个误区
2024-01-26 05:52:26
10款顶级jQuery插件推荐
2011-08-14 07:55:39
golang开发go包依赖管理godep使用教程
2023-10-16 04:09:31
Sanic框架Cookies操作示例
2022-12-24 05:29:04
mysql 8.0.12 安装图文教程
2024-01-28 05:19:04
Python装饰器的函数式编程详解
2023-12-27 16:35:31
设置SQLServer数据库中某些表为只读的多种方法分享
2012-07-11 15:41:05
windows下安装php的memcache模块的方法
2023-11-20 05:47:38
Python使用graphviz画流程图过程解析
2022-06-19 06:45:18
asp中获取内容中所有图片与获取内容中第一个图片的代码
2011-02-20 10:51:00
tensorflow实现残差网络方式(mnist数据集)
2023-08-10 08:33:31
python对excel文档去重及求和的实例
2021-09-30 03:30:35
Vue组件公用方法提取mixin实现
2024-06-07 16:02:47
Oracle数据库快照的使用
2010-07-28 13:32:00
JS实现字符串转驼峰格式的方法
2024-04-10 13:58:45
go语言实现mqtt协议的实践
2024-04-23 09:34:38