Essayez de convertir des vidéos en temps réel avec OpenCV

introduction

OpenCV (Open Source Computer Vision Library) est une collection de bibliothèques de traitement vidéo / image sous licence BSD. Il existe de nombreux algorithmes tels que le filtrage d'images, la mise en correspondance de modèles, la reconnaissance d'objets, l'analyse vidéo et l'apprentissage automatique.

Exemple de suivi de mouvement avec OpenCV (OpenCV Google Summer of Code 2015) https://www.youtube.com/watch?v=OUbUFn71S4s

Cliquez ici pour l'installation et une utilisation facile http://qiita.com/olympic2020/items/d5d475a446ec9c73261e

Cliquez ici pour filtrer les images fixes Essayez la détection des bords avec OpenCV

Cette fois, je vais convertir la vidéo en temps réel.

programme

Ce qui suit est fait dans la boucle de l'instruction while.

1. Chargez une image de la vidéo couleur originale
2. Convertissez les cadres de couleur en cadres en niveaux de gris
3. Affichez le cadre dans la fenêtre
4. Écrivez le cadre dans un fichier

movie.py

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


#Définition constante
ESC_KEY = 27     #Touche Echap
INTERVAL= 33     #Temps d'attente
FRAME_RATE = 30  # fps

ORG_WINDOW_NAME = "org"
GRAY_WINDOW_NAME = "gray"

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

#Lire le fichier vidéo original
org = cv2.VideoCapture(ORG_FILE_NAME)

#Préparation du fichier vidéo enregistré
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)
#Préparation de la fenêtre
cv2.namedWindow(ORG_WINDOW_NAME)
cv2.namedWindow(GRAY_WINDOW_NAME)

#Boucle de traitement de conversion
while end_flag == True:
    #Conversion de l'échelle de gris
    g_frame = cv2.cvtColor(c_frame, cv2.COLOR_BGR2GRAY)

    #Affichage du cadre
    cv2.imshow(ORG_WINDOW_NAME, c_frame)
    cv2.imshow(GRAY_WINDOW_NAME, g_frame)

    #Écriture de cadre
    rec.write(g_frame)

    #Quitter avec la touche Echap
    key = cv2.waitKey(INTERVAL)
    if key == ESC_KEY:
        break

    #Lire l'image suivante
    end_flag, c_frame = org.read()

#Terminer le traitement
cv2.destroyAllWindows()
org.release()
rec.release()

Cliquez ici pour un exemple de vidéo. (Télécharger) Renommez "768x576.avi" en "org_768x576.avi" et placez-le dans le même répertoire que le script et exécutez-le.

Résultat d'exécution

La vidéo couleur et la vidéo en échelle de gris ont été affichées en même temps, et la vidéo en échelle de gris a également été enregistrée dans le fichier.

Comment spécifier le codec

OpenCV3.1 n'a pas cv2.cv.CV_FOURCC, qui existait jusqu'à OpenCV2.4. Il existe également une méthode pour le gérer avec votre propre méthode, comme indiqué ci-dessous, je vais donc la présenter.

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)

Si vous ne devez utiliser qu'un code fixe dans le programme, vous pouvez également le définir comme ceci dans la définition de la constante.

opencv3.1.py

XVID = 0x44495658

Voici un résumé des codecs fréquemment utilisés.

Cliquez ici pour une liste de codecs (lien)

à suivre

Ensuite, convertissons la vidéo de la caméra Web / caméra vidéo en temps réel avec OpenCV. Essayez de convertir des vidéos de caméra Web / caméra vidéo en temps réel avec OpenCV