OpenCV est une bibliothèque de vision par ordinateur populaire qui fournit diverses fonctions et outils pour traiter des images et des vidéos. Dans cet article, nous apprendrons comment utiliser la bibliothèque OpenCV pour lire et afficher des fichiers vidéo. Voici un exemple simple de traitement vidéo utilisant Python et OpenCV :
Comment lire et afficher des fichiers vidéo avec OpenCV ?
Étape 1 : Installer OpenCV
Tout d’abord, assurez-vous que la bibliothèque OpenCV est installée. Vous pouvez l'installer depuis la ligne de commande en utilisant la commande pip :
pip install opencv-python
Étape 2 : Importer la bibliothèque
Dans le script Python, nous devons importer la bibliothèque OpenCV et les autres bibliothèques nécessaires :
import cv2
Étape 3 : Lire le fichier vidéo
VideoCapture
Les fichiers vidéo peuvent être facilement lus à l'aide des classes d'OpenCV . Créez un VideoCapture
objet et spécifiez le chemin d'accès au fichier vidéo :
video = cv2.VideoCapture('path_to_video_file.mp4')
Étape 4 : Boucle pour lire les images vidéo
En bouclant, nous pouvons lire chaque image de la vidéo et la traiter. Nous utilisons read()
la méthode pour lire l'image suivante et vérifier si elle a été lue avec succès :
while video.isOpened():
ret, frame = video.read()
if not ret:
break
# 在这里进行对帧的处理
Étape 5 : Afficher les images vidéo
Après avoir lu les images vidéo, nous pouvons imshow()
les afficher à l'aide des fonctions d'OpenCV. Une fois chaque image traitée, utilisez imshow()
une fonction pour afficher l'image et utilisez waitKey()
une fonction pour attendre que l'utilisateur appuie sur n'importe quelle touche du clavier pour quitter la boucle :
cv2.imshow('Video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
Étape 6 : Libérer les ressources
Après avoir quitté la boucle, nous devons libérer VideoCapture
l'objet et fermer la fenêtre :
video.release()
cv2.destroyAllWindows()
Exemple de code complet :
import cv2
video = cv2.VideoCapture('path_to_video_file.mp4')
while video.isOpened():
ret, frame = video.read()
if not ret:
break
cv2.imshow('Video', frame)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
video.release()
cv2.destroyAllWindows()
Merci de votre intérêt pour le cours, bienvenue à suivre |
Compte public [AI Technology Planet] réponses (123) |
Informations de support Opencv + package de ressources IA d'entrée de gamme 60G + questions et réponses techniques + vidéo de la version complète |
Contient : réseau neuronal d'apprentissage profond + apprentissage de vision par ordinateur CV (deux frameworks majeurs pytorch/tensorflow + notes de cours sur le code source) + PNL, etc. |
Grâce aux étapes ci-dessus, nous pouvons utiliser OpenCV pour lire et afficher des fichiers vidéo. Vous pouvez traiter les images vidéo selon vos besoins, comme le traitement d'image, la détection de cible, etc. Espérons que cet article vous aidera à commencer à traiter des fichiers vidéo avec OpenCV.