在计算机视觉系统中,视频流与摄像头输入作为图像数据的重要来源,广泛应用于实时监控、目标跟踪、人机交互以及智能驾驶等领域。相比于静态图像处理,视频数据具有时间连续性和动态变化的特点,因而更具挑战性,也更贴近实际应用场景。利用编程接口获取摄像头图像或读取视频文件,可以实现对每一帧图像的逐帧分析与处理,为后续的视觉任务(如检测、识别、跟踪等)提供实时支持。OpenCV 提供了高效简洁的接口用于视频捕获与写入,支持多种平台和设备,使得从实时摄像头或预录制视频中提取、处理、展示图像序列成为可能。
代码实现:
void Demo::video_Demo(Mat &image)
{
VideoCapture capture(0);
Mat frame;
while (1)
{
capture.read(frame);
if (frame.empty())break;
// Do something
flip(frame,frame,1);
imshow("video",frame);
int c = waitKey(1);
if (c == 27){
capture.release();//释放摄像头
break;
}
}
}
首先,创建一个视频捕获对象 capture
,参数 0
表示打开默认摄像头(通常是笔记本的内置摄像头)。
其次定义一个空的图像容器 frame
,用于存储每一帧读取到的图像数据。capture.read()
会将摄像头读取的一帧图像存储到 frame
中。
flip(frame, frame, 1);
对图像进行水平翻转(镜像)。
capture.release();//释放摄像头在推出是必要的。运行看结果:
视频也只是改变一个参数即可:只需要将0,换成视频路径。
VideoCapture capture("/home/xlh/视频/录屏/录屏 2025年08月02日 21时48分05秒.webm");
其次我们可以对每一帧率的图像进行处理,达到对整个视频的处理。这里我调用一个之前的Demo
代码如下:
void Demo::colorspace_Demo(Mat &image)
{
Mat gray,hsv;
cvtColor(image,hsv,COLOR_BGR2HSV);
cvtColor(image,gray,COLOR_BGRA2GRAY);
imshow("gray",gray);
imshow("hsv",hsv);
}
void Demo::video_Demo(Mat &image)
{
VideoCapture capture("/home/xlh/视频/录屏/录屏 2025年08月02日 21时48分05秒.webm");
Mat frame;
while (1)
{
capture.read(frame);
if (frame.empty())break;
// Do something
flip(frame,frame,1);
colorspace_Demo(frame);
int c = waitKey(10);
if (c == 27){
break;
capture.release();//释放摄像头
}
}
}