# 人工智能之视觉领域 计算机视觉

第十一章 视频基础操作

---

> @[TOC](文章目录)

---

# 前言：视频基础操作

> **学习目标**：掌握使用 OpenCV 读取本地视频或摄像头、逐帧播放、处理并保存视频的基本技能，能控制播放速度，为后续视频分析（如运动检测、目标跟踪）打下坚实基础。

---

## 1. 通俗理解：视频 = 快速播放的图像序列

想象你有一本“翻页动画书”：

- 每一页是一张静态图（称为 **帧，Frame**）
- 快速翻动 → 看起来像在动

> ✅ **视频 = 按时间顺序排列的一系列图像帧**
> 
> - 普通视频：25~30 帧/秒（FPS）
> - 高速摄影：100+ FPS
> - 视频处理 = 对每一帧图像做操作（滤波、检测、标注等）

---

## 2. 核心组件详解

### 2.1 读取视频：`cv2.VideoCapture()`

```python
cap = cv2.VideoCapture(source)
```

| `source` 类型 | 说明 | 示例 |
|--------------|------|------|
| 整数（如 `0`） | 摄像头设备索引 | `cv2.VideoCapture(0)` → 默认摄像头 |
| 字符串 | 视频文件路径 | `cv2.VideoCapture('video.mp4')` |
| URL | 网络流（RTSP/HTTP） | `cv2.VideoCapture('http://...')` |

> ⚠️ **注意**：路径不能含中文！建议使用英文路径。

#### 常用属性查询（获取视频信息）：

```python
fps = cap.get(cv2.CAP_PROP_FPS)          # 帧率
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))   # 宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) # 高度
frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 总帧数（文件有效）
```

---

### 2.2 播放视频：循环读取 + 显示

基本流程：

1. 创建 `VideoCapture` 对象
2. **循环**：
   - 读取一帧 → `ret, frame = cap.read()`
   - 若成功（`ret == True`），显示 → `cv2.imshow()`
   - 按键退出（如 `q`）
3. 释放资源

```python
while True:
    ret, frame = cap.read()
    if not ret:
        break  # 视频结束或出错
    cv2.imshow('Video', frame)
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break
```

> 🔑 **关键点**：`cv2.waitKey(delay)` 控制播放速度
> 
> - `delay=0`：暂停，等待按键
> - `delay=30`：约 33ms/帧 → ~30 FPS
> - 实际播放速度 = `max(系统处理时间, delay)`

---

### 2.3 保存视频：`cv2.VideoWriter()`

```python
out = cv2.VideoWriter(filename, fourcc, fps, (width, height))
```

| 参数 | 说明 |
|------|------|
| `filename` | 输出文件名（如 `'output.avi'`） |
| `fourcc` | 编码格式（见下表） |
| `fps` | 帧率（通常与输入一致） |
| `(width, height)` | 帧尺寸（必须匹配写入的图像尺寸） |

#### 📋 常见 FourCC 编码：

| 编码 | 说明 | 兼容性 |
|------|------|--------|
| `'XVID'` | 常用 AVI 编码 | Windows/Linux 通用 |
| `'MJPG'` | Motion JPEG | 文件大，但兼容性好 |
| `'MP4V'` | MP4 编码 | 需注意大小写（Mac/Linux 用 `'mp4v'`） |
| `-1` | 弹出编码选择框（仅 Windows） | 调试用 |

> 💡 **创建 FourCC**：
> 
> ```python
> fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 推荐写法
> # 或
> fourcc = cv2.VideoWriter_fourcc('X', 'V', 'I', 'D')
> ```

---

## 3. 视频处理完整流程（Mermaid 图）

```mermaid
graph TD
    A["启动 VideoCapture"] --> B{"是否打开成功?"}
    B -- 否 --> C["报错退出"]
    B -- 是 --> D["获取视频属性: FPS, 尺寸"]
    D --> E["创建 VideoWriter (可选)"]
    E --> F["循环读取帧"]
    F --> G{"读取成功?"}
    G -- 否 --> H["跳出循环"]
    G -- 是 --> I["对帧进行处理<br>(如灰度化、边缘检测)"]
    I --> J["显示处理后帧"]
    J --> K{"按 q 退出?"}
    K -- 是 --> L["跳出循环"]
    K -- 否 --> M["写入帧到 VideoWriter"]
    M --> F
    H --> N["释放 VideoCapture/VideoWriter"]
    L --> N
    N --> O["关闭所有窗口"]
```

---

## 4. 配套代码实战

### 示例 1：播放本地视频（带信息显示）

```python
import cv2

# 打开视频文件
video_path = 'sample.mp4'
cap = cv2.VideoCapture(video_path)

# 检查是否成功打开
if not cap.isOpened():
    print(f"❌ 无法打开视频文件: {video_path}")
    exit()

# 获取视频信息
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))

print(f"🎥 视频信息:")
print(f"  尺寸: {width}x{height}")
print(f"  帧率: {fps:.2f} FPS")
print(f"  总帧数: {total_frames}")

# 播放循环
frame_id = 0
while True:
    ret, frame = cap.read()
    if not ret:
        print("✅ 视频播放完毕")
        break
    
    frame_id += 1
    # 在画面上显示帧号和时间
    time_sec = frame_id / fps
    cv2.putText(frame, f"Frame: {frame_id}/{total_frames}", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
    cv2.putText(frame, f"Time: {time_sec:.2f}s", (10, 60),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)
    
    cv2.imshow('Video Player', frame)
    
    # 控制播放速度：按实际帧率延迟
    if cv2.waitKey(int(1000 / fps)) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()
```

---

### 示例 2：从摄像头录制并保存视频

```python
import cv2

# 打开默认摄像头
cap = cv2.VideoCapture(0)

# 检查摄像头
if not cap.isOpened():
    print("❌ 无法打开摄像头")
    exit()

# 获取摄像头分辨率
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = 20.0  # 摄像头通常不返回准确 FPS，手动设定

# 创建 VideoWriter（保存为 AVI）
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('recorded_video.avi', fourcc, fps, (width, height))

print("📹 按 's' 开始录制，'q' 退出")

recording = False
while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 显示提示
    status = "RECORDING..." if recording else "Press 's' to start"
    cv2.putText(frame, status, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)
    
    cv2.imshow('Camera', frame)
    
    key = cv2.waitKey(1) & 0xFF
    if key == ord('s'):
        recording = not recording  # 切换录制状态
    elif key == ord('q'):
        break
    
    if recording:
        out.write(frame)  # 写入帧

# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()
print("✅ 录制完成！视频已保存为 recorded_video.avi")
```

---

### 示例 3：视频处理 + 保存（灰度化 + 边缘检测）

```python
import cv2

# 输入输出设置
input_video = 'input.mp4'
output_video = 'output_edge.avi'

cap = cv2.VideoCapture(input_video)
if not cap.isOpened():
    print("❌ 无法打开输入视频")
    exit()

# 获取属性
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 创建输出 VideoWriter（注意：边缘图是单通道，需转回三通道才能保存！）
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter(output_video, fourcc, fps, (width, height))

print("🔄 正在处理视频...")

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 处理：灰度 → 高斯模糊 → Canny 边缘
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    edges = cv2.Canny(blurred, 50, 150)
    
    # 转回三通道（BGR）以便保存
    edges_color = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR)
    
    # 写入输出视频
    out.write(edges_color)
    
    # 可选：实时预览
    cv2.imshow('Processing...', edges)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放
cap.release()
out.release()
cv2.destroyAllWindows()
print(f"✅ 处理完成！结果已保存为 {output_video}")
```

---

## 5. 常见问题与技巧

### ❓ 问题1：保存的视频无法播放？

✅ **检查**：

- 编码器是否安装（如 XVID）
- 帧尺寸是否与 `VideoWriter` 初始化一致
- 是否调用了 `out.write()` 和 `out.release()`

### ❓ 问题2：摄像头画面卡顿？

✅ **解决**：

- 降低分辨率：`cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)`
- 使用更快的处理算法
- 确保 `waitKey` 延迟合理

### ❓ 问题3：如何跳转到指定时间？

✅ **使用 `set()`**：

```python
# 跳转到第 10 秒
cap.set(cv2.CAP_PROP_POS_MSEC, 10000)
# 或跳转到第 100 帧
cap.set(cv2.CAP_PROP_POS_FRAMES, 100)
```

---

## ✅ 本章总结

| 操作 | 核心函数 | 关键参数 |
|------|--------|--------|
| **读取视频** | `cv2.VideoCapture()` | 文件路径 / 摄像头ID |
| **读取帧** | `cap.read()` | 返回 `(ret, frame)` |
| **显示帧** | `cv2.imshow()` + `cv2.waitKey()` | 控制播放速度 |
| **保存视频** | `cv2.VideoWriter()` | 编码、FPS、尺寸 |
| **释放资源** | `cap.release()`, `out.release()` | **必须调用！** |

> 🌟 **现在可以**：
> 
> - 播放任何本地视频文件
> - 用笔记本摄像头录制自己的视频
> - 对视频做实时滤镜（美颜、边缘、二值化等）
> - 保存处理后的视频用于分享或分析！

# 资料关注

公众号：咚咚王

《Python编程：从入门到实践》
《利用Python进行数据分析》
《算法导论中文第三版》
《概率论与数理统计（第四版） (盛骤) 》
《程序员的数学》
《线性代数应该这样学第3版》
《微积分和数学分析引论》
《（西瓜书）周志华-机器学习》
《TensorFlow机器学习实战指南》
《Sklearn与TensorFlow机器学习实用指南》
《模式识别（第四版）》
《深度学习 deep learning》伊恩·古德费洛著 花书
《Python深度学习第二版(中文版)【纯文本】 (登封大数据 (Francois Choliet)) (Z-Library)》
《深入浅出神经网络与深度学习+(迈克尔·尼尔森（Michael+Nielsen）》
《自然语言处理综论  第2版》
《Natural-Language-Processing-with-PyTorch》
《计算机视觉-算法与应用(中文版)》
《Learning OpenCV 4》
《AIGC：智能创作时代》杜雨+&+张孜铭
《AIGC原理与实践：零基础学大语言模型、扩散模型和多模态模型》
《从零构建大语言模型（中文版）》
《实战AI大模型》
《AI 3.0》

学习目标：掌握使用 OpenCV 读取本地视频或摄像头、逐帧播放、处理并保存视频的基本技能，能控制播放速度，为后续视频分析（如运动检测、目标跟踪）打下坚实基础。

人工智能之视觉领域 计算机视觉 第十一章 视频基础操作

技术岗

数据库

学习OpenCV视频处理技术，掌握视频读取、播放、编辑和保存的核心技能。通过Python代码实现本地视频和摄像头操作，包括帧率控制、图像处理及视频录制。了解视频编码格式选择、常见问题解决方案，为计算机视觉项目奠定基础。

自然语言处理

计算机视觉

智能创作

人工智能

机器学习

深度学习

大数据

Windows

Python

Linux

2026新春采购季

bigdata-class

ai-class

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

人工智能之视觉领域 计算机视觉 第十一章 视频基础操作-腾讯云开发者社区-腾讯云

人工智能之视觉领域计算机视觉第十一章视频基础操作

人工智能之视觉领域计算机视觉第十一章视频基础操作

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

人工智能之视觉领域 计算机视觉 第十一章 视频基础操作

人工智能之视觉领域 计算机视觉 第十一章 视频基础操作

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

人工智能之视觉领域计算机视觉第十一章视频基础操作

人工智能之视觉领域计算机视觉第十一章视频基础操作