python基于opencv的实时视频处理,opencv视频流图像识别
本文主要介绍了基于OpenCV模块的python实现将视频流数据切割成图像帧数据。今天主要练习视频流数据的预处理,有需要的朋友可以参考一下。
对动态视频流数据的处理可以转化为对静态图像帧的处理,从而可以在不改变图像模型的情况下实现对视频流数据的处理。当然,视频流数据也可以通过视频处理方法直接处理。在这里,今天主要练习视频流数据的预处理,即将视频流数据切割成图像帧数据。实际内容很简单,如下图:
#!usr/bin/env python
#编码:utf-8
_ _作者_ 3360沂水韩城
功能:将视频数据切割成图像数据。
导入操作系统
导入cv2
将numpy作为np导入
将cv2.cv作为cv导入
def cut video 2 pictures(video _ path= fr . MP4 ,saveDir= pictures/my/):
视频数据被切割成图像数据。
如果不是os.path.exists(saveDir):
os.makedirs(保存目录)
vc=cv2。视频捕获(视频路径)
c=1
如果VC . is open():
rval,frame=vc.read()
else:
rval=False
而rval:
rval,frame=vc.read()
cv2.imwrite(saveDir str(c)。jpg ,框架)
c=c 1
cv2.waitKey(1)
vc.release()
if __name__==__main__:
cut vedios 2 pictures(vedio _ path= vedios/cat _ dog . MP4 ,saveDir=pictures/cat_dog/)
测试数据是在网上找到的一个Kaggle图像分类比赛中猫狗大战的神经网络模型示意图。结果如下:
一共切了126帧图像数据,挺有意思的。
关于python基于OpenCV模块将视频流数据切割成图像帧数据的这篇文章到此为止。有关将python视频流数据切割成图像帧数据的更多信息,请搜索热门IT软件开发工作室之前的文章或继续浏览下面的相关文章。希望大家以后多多支持热门IT软件开发工作室!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。