python通過opencv調用攝像頭操作實例分析

實例源碼：

#pip3 install opencv-pythonimport cv2from datetime import datetime FILENAME = ’myvideo.avi’WIDTH = 1280HEIGHT = 720FPS = 24.0 # 必須指定CAP_DSHOW(Direct Show)參數初始化攝像頭,否則無法使用更高分辨率cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)# 設置攝像頭設備分辨率cap.set(cv2.CAP_PROP_FRAME_WIDTH, WIDTH)cap.set(cv2.CAP_PROP_FRAME_HEIGHT, HEIGHT)# 設置攝像頭設備幀率,如不指定,默認600cap.set(cv2.CAP_PROP_FPS, 24)# 建議使用XVID編碼,圖像質量和文件大小比較都兼顧的方案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)# 顯示預覽窗口cv2.imshow(’Preview_Window’, frame)# 錄制5秒后停止if (datetime.now()-start_time).seconds == 5: cap.release() break# 監測到ESC按鍵也停止if cv2.waitKey(3) & 0xff == 27: cap.release() break out.release()cv2.destroyAllWindows()

打開攝像頭后鏈接成功的操作：

# 1. 打開攝像頭import cv2import numpy as np def video_demo(): capture = cv2.VideoCapture(0)#0為電腦內置攝像頭 while(True): ret, frame = capture.read()#攝像頭讀取,ret為是否成功打開攝像頭,true,false。 frame為視頻的每一幀圖像 frame = cv2.flip(frame, 1)#攝像頭是和人對立的，將圖像左右調換回來正常顯示。 cv2.imshow('video', frame) c = cv2.waitKey(50) if c == 27: breakvideo_demo()cv2.destroyAllWindows() #2. 打開攝像頭并截圖import cv2cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 打開攝像頭 while (1): # get a frame ret, frame = cap.read() frame = cv2.flip(frame, 1) # 攝像頭是和人對立的，將圖像左右調換回來正常顯示 # show a frame cv2.imshow('capture', frame) # 生成攝像頭窗口 if cv2.waitKey(1) & 0xFF == ord(’q’): # 如果按下q 就截圖保存并退出 cv2.imwrite('test.png', frame) # 保存路徑 break cap.release()cv2.destroyAllWindows() #3. 打開攝像頭并定時截圖def video_demo(): print(’開始’) cap = cv2.VideoCapture(0, cv2.CAP_DSHOW) # 電腦自身攝像頭 i = 0#定時裝置初始值 photoname = 1#文件名序號初始值 while True: i = i + 1 reg, frame = cap.read() frame = cv2.flip(frame, 1) # 圖片左右調換 cv2.imshow(’window’, frame) if i == 50: # 定時裝置，定時截屏，可以修改。filename = str(photoname) + ’.png’ # filename為圖像名字，將photoname作為編號命名保存的截圖 cv2.imwrite(’C:/Users/Administrator/Desktop/m’ + ’’ + filename, frame) # 截圖 前面為放在桌面的路徑 frame為此時的圖像 print(filename + ’保存成功’) # 打印保存成功 i = 0 # 清零photoname = photoname + 1 if photoname >= 20: # 最多截圖20張 然后退出（如果調用photoname = 1 不用break為不斷覆蓋圖片）# photoname = 1break if cv2.waitKey(1) & 0xff == ord(’q’): break # 釋放資源 cap.release() video_demo()cv2.destroyAllWindows()

實例擴展：

使用OpenCV調用攝像頭檢測人臉并連續截圖100張

#-*- coding: utf-8 -*-# import 進openCV的庫import cv2###調用電腦攝像頭檢測人臉并截圖def CatchPICFromVideo(window_name, camera_idx, catch_pic_num, path_name): cv2.namedWindow(window_name) #視頻來源，可以來自一段已存好的視頻，也可以直接來自USB攝像頭 cap = cv2.VideoCapture(camera_idx) #告訴OpenCV使用人臉識別分類器 classfier = cv2.CascadeClassifier('haarcascade_frontalface_alt.xml') #識別出人臉后要畫的邊框的顏色，RGB格式, color是一個不可增刪的數組 color = (0, 255, 0) num = 0 while cap.isOpened(): ok, frame = cap.read() #讀取一幀數據 if not ok: break grey = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) #將當前楨圖像轉換成灰度圖像 #人臉檢測，1.2和2分別為圖片縮放比例和需要檢測的有效點數 faceRects = classfier.detectMultiScale(grey, scaleFactor = 1.2, minNeighbors = 3, minSize = (32, 32)) if len(faceRects) > 0: #大于0則檢測到人臉 for faceRect in faceRects: #單獨框出每一張人臉 x, y, w, h = faceRect #將當前幀保存為圖片 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): #如果超過指定最大保存數量退出循環 break #畫出矩形框 cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2) #顯示當前捕捉到了多少人臉圖片了，這樣站在那里被拍攝時心里有個數，不用兩眼一抹黑傻等著 font = cv2.FONT_HERSHEY_SIMPLEX cv2.putText(frame,’num:%d/100’ % (num),(x + 30, y + 30), font, 1, (255,0,255),4) #超過指定最大保存數量結束程序 if num > (catch_pic_num): break #顯示圖像 cv2.imshow(window_name, frame) c = cv2.waitKey(10) if c & 0xFF == ord(’q’): break #釋放攝像頭并銷毀所有窗口 cap.release() cv2.destroyAllWindows()if __name__ == ’__main__’: # 連續截100張圖像，存進image文件夾中 CatchPICFromVideo('get face', 0, 99, '/image')

到此這篇關于python通過opencv調用攝像頭操作實例分析的文章就介紹到這了,更多相關python使用opencv調用攝像頭操作內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！