[PYTHON] Versuchen Sie, Videos mit OpenCV in Echtzeit zu konvertieren

Einführung

OpenCV (Open Source Computer Vision Library) ist eine Sammlung von BSD-lizenzierten Video- / Bildverarbeitungsbibliotheken. Es gibt viele Algorithmen wie Bildfilterung, Vorlagenabgleich, Objekterkennung, Videoanalyse und maschinelles Lernen.

Beispiel für Bewegungsverfolgung mit OpenCV (OpenCV Google Summer of Code 2015) https://www.youtube.com/watch?v=OUbUFn71S4s

Klicken Sie hier für die Installation und einfache Verwendung http://qiita.com/olympic2020/items/d5d475a446ec9c73261e

Klicken Sie hier, um Standbilder zu filtern Versuchen Sie die Kantenerkennung mit OpenCV

Dieses Mal werde ich das Video in Echtzeit konvertieren.

Programm

Das Folgende wird in der Schleife der while-Anweisung ausgeführt.

1. Laden Sie ein Bild des Original-Farbvideos
2. Konvertieren Sie Farbrahmen in Graustufenrahmen
3. Zeigen Sie den Rahmen im Fenster an
4. Schreiben Sie den Frame in eine Datei

movie.py

# -*- coding: utf-8 -*-
import cv2


#Konstante Definition
ESC_KEY = 27     #Esc-Taste
INTERVAL= 33     #Wartezeit
FRAME_RATE = 30  # fps

ORG_WINDOW_NAME = "org"
GRAY_WINDOW_NAME = "gray"

ORG_FILE_NAME = "org_768x576.avi"
GRAY_FILE_NAME = "gray_768x576.avi"

#Lesen Sie die Originalvideodatei
org = cv2.VideoCapture(ORG_FILE_NAME)

#Vorbereiten der gespeicherten Videodatei
end_flag, c_frame = org.read()
height, width, channels = c_frame.shape
rec = cv2.VideoWriter(GRAY_FILE_NAME, \
                      cv2.VideoWriter_fourcc(*'XVID'), \
                      FRAME_RATE, \
                      (width, height), \
                      False)
#Fenstervorbereitung
cv2.namedWindow(ORG_WINDOW_NAME)
cv2.namedWindow(GRAY_WINDOW_NAME)

#Konvertierungsverarbeitungsschleife
while end_flag == True:
    #Graustufenumwandlung
    g_frame = cv2.cvtColor(c_frame, cv2.COLOR_BGR2GRAY)

    #Rahmenanzeige
    cv2.imshow(ORG_WINDOW_NAME, c_frame)
    cv2.imshow(GRAY_WINDOW_NAME, g_frame)

    #Rahmenschreiben
    rec.write(g_frame)

    #Beenden Sie mit der Esc-Taste
    key = cv2.waitKey(INTERVAL)
    if key == ESC_KEY:
        break

    #Lesen Sie den nächsten Frame
    end_flag, c_frame = org.read()

#Verarbeitung beenden
cv2.destroyAllWindows()
org.release()
rec.release()

Klicken Sie hier für ein Beispielvideo. (Download) Benennen Sie "768x576.avi" in "org_768x576.avi" um und legen Sie es im selben Verzeichnis wie das Skript ab und führen Sie es aus.

Ausführungsergebnis

Das Farbvideo und das Graustufenvideo wurden gleichzeitig angezeigt, und das Graustufenvideo wurde ebenfalls in der Datei gespeichert.

So legen Sie den Codec fest

OpenCV3.1 hat kein "cv2.cv.CV_FOURCC", das bis OpenCV2.4 existierte. Es gibt auch eine Methode, um mit Ihrer eigenen Methode umzugehen, wie unten gezeigt, also werde ich sie vorstellen.

CV_FOURCC.py

# cv2.cv.CV_FOURCC
def cv_fourcc(c1, c2, c3, c4):
    return (ord(c1) & 255) + ((ord(c2) & 255) << 8) + \
        ((ord(c3) & 255) << 16) + ((ord(c4) & 255) << 24)

Wenn Sie nur einen Code verwenden müssen, der in Ihrem Programm festgelegt ist, können Sie ihn auch in der Konstantendefinition so definieren.

opencv3.1.py

XVID = 0x44495658

Hier finden Sie eine Zusammenfassung häufig verwendeter Codecs.

Klicken Sie hier für eine Liste der Codecs (Link)

Fortsetzung folgt

Als nächstes konvertieren wir das Video der Webkamera / Videokamera in Echtzeit mit OpenCV. Versuchen Sie, Webkamera- / Videokamera-Videos in Echtzeit mit OpenCV zu konvertieren