1. 理解cap.read()的基础用法
第一次接触OpenCV的视频处理功能时,我对着ret, frame = cap.read()这行代码发呆了很久。看起来简单的语句,实际上藏着不少门道。这个函数是OpenCV视频处理的基石,就像打开水龙头才能取水一样,必须先读取帧才能进行后续处理。
cap.read()每次调用都会做两件事:首先尝试获取下一帧,然后返回两个值。第一个返回值ret是个布尔值,相当于系统给你的确认回执——True表示成功拿到帧数据,False则可能是视频结束了或者出了什么问题。第二个返回值frame才是真正的图像数据,以三维NumPy数组的形式呈现。
import cv2
cap = cv2.VideoCapture('sample.mp4') # 打开视频文件
while True:
ret, frame = cap.read() # 读取一帧
if not ret: # 如果读取失败
print("视频结束或读取错误")
break
cv2.imshow('Frame', frame) # 显示当前帧
if cv2.waitKey(25) & 0xFF == ord('q'): # 按q退出
break
cap.release() # 释放资源
cv2.destroyAllWindows()
新手常犯的错误是忽略ret的判断。有次我调试一个程序,视频播放到一半突然卡死,就是因为没检查ret值。当视频文件损坏或者摄像头突然断开时,ret会立即变为False,这时候如果还强行处理frame就会引发错误。
2. BGR格式的来龙去脉
OpenCV默认使用BGR颜色空间这个设计决定,曾让我在图像处理项目中踩过大坑。当时我把OpenCV处理后的图像直接传给另一


3241

被折叠的 条评论
为什么被折叠?



