AI 质检学习报告——实践篇——第一步：python利用OpenCV打开摄像头并拍照

写在前边

想要做一个AI质检的项目，一点一点来，首先：python利用OpenCV打开摄像头并拍照。

效果

在这里插入图片描述
设摄像头像素不咋地，实际的产品肯定不会是这个像素，必须安排一个专业的。

实现代码

import cv2 as cv

def video_demo():
    capture = cv.VideoCapture(0)

    width, height = capture.get(3), capture.get(4)

    capture.set(cv.CAP_PROP_FRAME_WIDTH, width * 1.5)
    capture.set(cv.CAP_PROP_FRAME_HEIGHT, height * 1.5)

    index=0

    while True:
        ret, frame = capture.read()
        frame = cv.flip(frame, 1)
        cv.imshow("video", frame)
        if cv.waitKey(1)== ord('s'):
            cv.imwrite("./image/"+str(index)+".jpg", frame)
            index+=1
        if cv.waitKey(1)== 27:
        	cv.destroyAllWindows()
            break

if __name__=="__main__":
    video_demo()

代码分析

函数：VideoCapture(0)

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。

    capture = cv.VideoCapture(0)

函数：get()

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，完整的属性列表可以参考：VideoCaptureProperties（https://docs.opencv.org/3.3.0/d4/d15/group__videoio__flags__base.html#gaeb8dd9c89c10a5c63c139bf7c4f5704d）。
也可以使用capture.set(propId,value)来修改属性值。

    width, height = capture.get(3), capture.get(4)
    capture.set(cv.CAP_PROP_FRAME_WIDTH, width * 2)
    capture.set(cv.CAP_PROP_FRAME_HEIGHT, height * 2)

函数：set()

通过获得的分辨率设置窗口的大小。

    capture.set(cv.CAP_PROP_FRAME_WIDTH, width * 1.5)
    capture.set(cv.CAP_PROP_FRAME_HEIGHT, height * 1.5)

函数：read()

读取摄像头,它能返回两个参数，第一个参数是bool型的ret，其值为True或False，代表有没有读到图片；第二个参数是frame，是当前截取一帧的图片

        ret, frame = capture.read()

函数：frame = cv.flip(frame, 1)

表示翻转

            0:上下颠倒 
           大于0：水平颠倒   
           小于0：180旋转

保存图片

通过按下s键在指定路径下按编号保存图片。
后期将通过深度学习让摄像头自动监测窗口中是否有目标出现，如果有，则保存此时的一系列照片。

        if cv.waitKey(1)== ord('s'):
            cv.imwrite("./image/"+str(index)+".jpg", frame)
            index+=1

实现退出功能

通过按下Esc键退出并销毁窗口。

        if cv.waitKey(1)== 27:
        	cv.destroyAllWindows()
            break