门户网站建设教程搜索引擎优化方法包括

1. 介绍

        视频是由一张一张图片组成的，所以读取视频就相当于读取很多张图片，然后将其连起来
cv2.VideoCapture可以捕获摄像头，但是针对树莓派的CSI摄像头调用方式采用了之前介绍的Picamera2 库，所以在调用的时候是有区别的，但是如果是事先准备的视频或者是 USB 摄像头使用cv2.VideoCapture初始化设备即可，如果是视频文件，直接写好视频路径就好。

2. 操作步骤

1） CSI 摄像头捕获彩色视频

        使用Picamera2库来操作CSI摄像头，但是一定要知道对应视频文件或者是USB摄像头可以直接使用OpenCV的原生态函数cv2.VideoCapture()，在后续的例程中会涉及到该函数的调用，这里还是采用Picamera2来显示摄像头画面！

# 1.载入库
import cv2def bgr8_to_jpeg(value, quality=75):return bytes(cv2.imencode('.jpg', value)[1])# 线程函数操作库
import threading # 线程
import ctypes
import inspect# 1.1 创建显示控件import traitlets
import ipywidgets.widgets as widgets
from IPython.display import display
makerobo_image = widgets.Image(format='jpeg', width=640, height=480)
display(makerobo_image)# 1.2 线程的结束代码def _async_raise(tid, exctype):tid = ctypes.c_long(tid)if not inspect.isclass(exctype):exctype = type(exctype)res = ctypes.pythonapi.PyThreadState_SetAsyncExc(tid, ctypes.py_object(exctype))if res == 0:raise ValueError("invalid thread id")elif res != 1:ctypes.pythonapi.PyThreadState_SetAsyncExc(tid, None)raise SystemError("PyThreadState_SetAsyncExc failed")def stop_thread(thread):_async_raise(thread.ident, SystemExit)# 1.3 动态显示摄像头视频import numpy as np
import time
import ipywidgets.widgets as widgets
import libcamera
from picamera2 import Picamera2picamera = Picamera2()
config = picamera.create_preview_configuration(main={"format": 'RGB888', "size": (640, 480)},raw={"format": "SRGGB12", "size": (1920, 1080)})
config["transform"] = libcamera.Transform(hflip=0, vflip=1)
picamera.configure(config)
picamera.start()def Video_display():while True:frame = picamera.capture_array()makerobo_image.value = bgr8_to_jpeg(frame)# cap.release()# 1.4 开启线程t = threading.Thread(target=Video_display)
t.setDaemon(True)
t.start()# 1.5 结束线程stop_thread(t)

2） 从文件中播放视频

        它与从相机捕获相同，只是用视频文件名更改摄像机索引。另外，在显示框架时，使用适当的时间延时。如果太小，则视频将非常快，而如果太大，则视频将变得很慢。正常情况下25毫秒就可以了。

def bgr8_to_jpeg(value, quality=75):return bytes(cv2.imencode('.jpg', value)[1])import numpy as np
import cv2import traitlets
import ipywidgets.widgets as widgets
from IPython.display import display
face_image = widgets.Image(format='jpeg', width=640, height=480)
display(face_image)cap = cv2.VideoCapture('./images/walking.avi')while cap.isOpened():ret, frame = cap.read()# 如果正确读取帧，ret为Trueif not ret:print("Can't receive frame (stream end?). Exiting ...")breakframe = cv2.flip(frame,4)face_image.value = bgr8_to_jpeg(frame)

3） 从文件中播放视频

        所以我们捕捉一个视频，一帧一帧地处理，我们想要保存这个视频。对于图像，它非常简单，只需使用cv.imwrite()。这里还需要做一些工作。这次我们创建一个VideoWriter对象。我们应该指定输出文件名（例如: output.avi）。然后我们应该指定 FourCC 代码（详见下一段）。然后传递帧率的数量和帧大小。最后一个是颜色标志。如果为 True，编码器期望颜色帧，否则它与灰度帧一起工作。
        FourCC: http://en.wikipedia.org/wiki/FourCC 是用于指定视频编解码器的4字节代码。可用代码列表可在fourcc.org 中：http://www.fourcc.org/codecs.php 找到。它取决于平台。遵循编解码器对我来说效果很好。在Fedora 中：DIVX,XVID,MJPG,X264,WMV1，WMV2。（最好使用 XVID。MJPG 会生成大尺寸的视频。X264会生成非常小的尺寸的视频）在Windows 中：DIVX（尚待测试和添加）在OSX 中：MJPG （.mp4），DIVX （.avi），X264（.mkv）。FourCC代码作为MJPG的 cv.VideoWriter_fource （'M，'J'，'P”，'G）or cv. VideoWriter_fourcc（*'MJPC'） 传递。在从摄像机捕获的代码下面，沿垂直方向翻转每一帧并保存。

# 载入库
import cv2def bgr8_to_jpeg(value, quality=75):return bytes(cv2.imencode('.jpg', value)[1])import numpy as np
import time
import ipywidgets.widgets as widgets
import libcamera
from picamera2 import Picamera2picamera = Picamera2()
config = picamera.create_preview_configuration(main={"format": 'RGB888', "size": (640, 480)},raw={"format": "SRGGB12", "size": (1920, 1080)})
config["transform"] = libcamera.Transform(hflip=0, vflip=1)
picamera.configure(config)
picamera.start()import traitlets
import ipywidgets.widgets as widgets
from IPython.display import display
makerobo_image = widgets.Image(format='jpeg', width=640, height=480)
display(makerobo_image)# 定义编解码器并创建VideoWriter对象
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))
while True:frame = picamera.capture_array()frame = cv2.flip(frame, 4)# 写翻转的框架out.write(frame)makerobo_image.value = bgr8_to_jpeg(frame)# 完成工作后释放所有内容
cap.release()
out.release()