广西民族大学高级人工智能课程—头歌实践教学实践平台-CV2 基本操作

代码文件

# coding:utf-8
 
import os
import cv2
 
# 视频存放路径
source_video_path = os.getcwd() + '/v.mp4'
# 图片存放路径
save_base_path = os.getcwd() + '/pic'
# 视频转换为图片的存放路径
save_pics_path = save_base_path + '/cache_pic'
 
# 确保存储图片的文件夹存在
if not os.path.exists(save_pics_path):
    os.makedirs(save_pics_path)
 
# 将视频转换为图片并进行计数，返回总共生成了多少张图片
def video_to_pics(video_cap):
    num = 0
    # 逐帧读取视频
    while True:
        ret, frame = video_cap.read()
        # 检查是否成功读取了帧
        if not ret:
            break
        # 构造图片的保存路径
        save_path = os.path.join(save_pics_path, f'frame{num}.jpg')
        # 保存图片
        cv2.imwrite(save_path, frame)
        num += 1
    return num
 
if __name__ == '__main__':
    video_cap = cv2.VideoCapture(source_video_path)
    print('读取完毕')
    print('开始将视频转换为图片')
    number = video_to_pics(video_cap)
    print('转换图片数目=', number)
    print('转换完毕')
    video_cap.release()

题目描述

任务描述

本关任务：认识并掌握 cv2 的用法。完成任务：使用 cv2 把视频转换成图片（视频路径已给定）。

相关知识

为了完成本关任务，你需要掌握：

1. 读入图像；
2. 显示图像；
3. 保存图像；
4. 视频功能。

读入图像

函数 cv2.imread(filepath,flags) 读入一副图片：

• filepath：要读入图片的完整路径；

• flags：读入图片的标志：

  • cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略 alpha 通道；
  • cv2.IMREAD_GRAYSCALE：读入灰度图片；
  • cv2.IMREAD_UNCHANGED：读入完整图片，包括 alpha 通道。

显示图像

函数 cv2.imshow(wname,img) 显示图像：

• wname：显示图像的窗口的名字；

• img：要显示的图像（imread读入的图像），窗口大小自动调整为图片大小。

保存图像

函数 cv2.imwrite(file，img，num) 保存一个图像：

• file：要保存的文件名；
• img：要保存的图像；
• num：可选参数，它针对特定的格式：对于 JPEG，其表示的是图像的质量，用 0-100 的整数表示，默认 95；对于 png ，第三个参数表示的是压缩级别。默认为 3。

注意:

• cv2.IMWRITE_JPEG_QUALITY类型为long,必须转换成 int；
• cv2.IMWRITE_PNG_COMPRESSION, 从 0 到 9 压缩级别越高图像越小。

视频功能

视频中最常用的就是从视频设备采集图片或者视频，或者读取视频文件并从中采样。所以比较重要的也是两个模块，一个是 VideoCapture ，用于获取相机设备并捕获图像和视频，或是从文件中捕获。还有一个 VideoWriter，用于生成视频。

函数 cap.read() (cap=cv2.VideoCapture()) 按帧读取视频，ret,frame 是获 cap.read() 方法的两个返回值。

• ret 是布尔值，如果读取帧是正确的则返回 True，如果文件读取到结尾，它的返回值就为 False；

• frame 就是每一帧的图像，是个三维矩阵。

编程要求

根据提示，在右侧编辑器 Begin - End 之间补充代码。

测试说明

测试步骤说明：

• 先在代码文件中补充代码；

• 自行测试后点击评测按钮对比结果，系统会判定是否通关；

• 测试通过可在图形化界面的目录 workspace/myshixin/pic/cache_pic 中看到转换成功的图片。

---

开始你的任务吧，祝你成功！