OpenCV视频读写（videoio模块）_opencv_videoio_ffmpeg490_64

TODO：videoio的工作原理，注册表，优先级

Video4Linux的

WITH_V4L（Linux;默认值：ON )

使用 Video4Linux API 从相机捕获图像。必须安装 Linux 内核头文件。

FFmpeg的

WITH_FFMPEG（默认值：ON)

与 FFmpeg 库集成，用于解码和编码视频文件和网络流。该库可以读取和写入许多流行的视频格式。它由几个组件组成，这些组件必须作为构建的先决条件进行安装：

• AVCODEC解码器
• AVVonfig
• 阿武蒂尔
• 斯瓦斯卡
• avresample（可选）

例外情况是 Windows 平台，其中包含 FFmpeg 的预构建插件库将在配置阶段下载并复制到包含所有生成库的文件夹中。bin

• 注意

  可以使用 Libav 库代替 FFmpeg，但这种组合不受积极支持。

GStreamer（GS特雷默）

WITH_GSTREAMER（默认值：ON)

实现与 GStreamer 库的集成，用于解码和编码视频文件，从摄像机和网络流中捕获帧。可以安装许多插件来扩展支持的格式列表。OpenCV 允许运行任意 GStreamer 管道，这些管道作为字符串传递给 cv：：VideoCapture 和 cv：：VideoWriter 对象。

各种 GStreamer 插件在不同平台上提供硬件加速的视频处理。

Microsoft 媒体基金会

WITH_MSMF（Windows;默认值：ON)

启用使用 Windows 内置媒体基础框架的 MSMF 后端。可用于从相机捕获帧，解码和编码视频文件。此后端具有硬件加速处理支持（选项，默认为 ON）。WITH_MSMF_DXVA

• 注意

  旧版本的 Windows（10 之前的版本）可能具有不兼容的 Media Foundation 版本，并且已知从 OpenCV 使用时会出现问题。

DirectShow（直接显示）

WITH_DSHOW（Windows;默认值：ON)

此后端使用较旧的DirectShow框架。它只能用于从相机捕获帧。它现在已被弃用，取而代之的是 MSMF 后端，尽管两者都可以在同一版本中启用。

AV发布

WITH_AVFOUNDATION（Apple;默认值：ON)

AVFoundation 框架是 Apple 平台的一部分，可用于从相机捕获帧、编码和解码视频文件。

其他后端

有多个不太流行的框架可用于读取和写入视频。每个都需要安装相应的库或 SDK。

VideoIO插件

从 4.1.0 版本开始，一些 videoio 后端可以构建为插件，从而打破了对第三方库的严格依赖，并在运行时使它们成为可选的。可以使用以下选项来控制此机制：

查看 OpenCV 安装概述，了解独立插件构建说明。

并行处理

一些 OpenCV 算法可以使用多线程来加速处理。OpenCV 可以使用线程后端之一进行构建。

• 注意

  OpenCV 可以从 GitHub 下载和构建 TBB 库，此功能可以通过选项启用。BUILD_TBB

线程插件

从 4.5.2 版本开始，OpenCV 支持动态加载的线程后端。目前只支持单独的编译过程：首先，您必须使用一些默认的并行后端（例如 pthreads）构建 OpenCV，然后构建每个插件并将生成的二进制文件复制到 lib 或 bin 文件夹中。

查看 OpenCV 安装概述，了解独立插件构建说明。

GUI 后端（highgui 模块）

OpenCV 依赖于各种 GUI 库进行窗口绘制。

• 注意

  使用 Qt 支持编译的 OpenCV 启用了高级 highgui 界面，有关详细信息，请参见 Qt New Functions。

OpenGL的

WITH_OPENGL（默认：OFF)

OpenGL 集成可用于绘制具有以下后端的硬件加速窗口：GTK、WIN32 和 Qt。并启用与 OpenGL 的基本互操作性，有关详细信息，请参阅 OpenGL 互操作性和 OpenGL 支持。

HighGUI 插件

从 OpenCV 4.5.3 开始，GTK 后端可以构建为动态加载的插件。可以使用以下选项来控制此机制：

查看 OpenCV 安装概述，了解独立插件构建说明。

深度学习神经网络推理后端和选项（dnn 模块）

OpenCV 有自己的 DNN 推理模块，该模块具有自己的内置引擎，但也可以使用其他库来优化处理。可以在单个构建中启用多个后端。选择在运行时自动或手动进行。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。