使用 Python 生成视频帧

任务

我们要解决的问题陈述非常容易理解。我们需要访问设备的摄像头。我们的工作是编写一段代码，从摄像机捕获视频，获取视频的每一帧，将其保存在我们的设备上，这样当我们打开所需的文件夹时，它就会包含所有帧。相机将保持开启状态，直到我们按下“x”键。

以下是一些可以帮助你的术语列表。

帧：视频实际上是一系列图像。当一组图像播放得非常快时，我们的眼睛无法跟上图像的变化。结果，在我们的大脑中，我们在图像中看到的物体似乎在移动，这被称为视频。组成视频的单个图像称为帧。当你非常快地浏览所有帧时，你就会得到视频。
每秒帧数 (fps)：每秒帧数或 fps，是指视频在一秒钟内播放的帧数。当我们说视频以 24fps 的速度播放时，这意味着播放该视频时，一秒钟内显示 24 帧。这意味着如果一段视频长 1 分钟，并以 24fps 播放，则视频播放器总共会播放 1440 帧！这就是视频文件比照片大的真正原因。

解决方案

为了解决这个任务，我们将使用由英特尔开发的 OpenCV 库。

首先，让我们创建一个新的 python 文件并将其命名为frame_generator.py。

第 0 步：首先，我们需要确保我们的设备中已下载 Python。我们还需要一些 IDE 来运行 Python 代码，例如 IDLE、Pycharm 或 Visual Studio Code (VS Code)。

第 1 步：我们需要确保安装了 OpenCV 包。如果没有，那么我们需要转到命令提示符，键入以下命令并按回车键：

pip install opencv-python

这将在你的设备中安装 OpenCV 包。

第 2 步：在你的文件frame_generator.py 中，导入 cv2 包。

import cv2

第 3 步：使用 cv2 的*VideoCapture()*方法从设备的摄像头读取视频，并将其存储在名为 cap 的变量中。通常一个设备的camera index是0，这样的话，这一行就会变成这样：

cap = cv2.VideoCapture(0)

第 4 步：现在，我们需要指定视频的四字符代码。四字符码，通常缩写为fourcc，是一个4字节的序列，用于标识数据格式。要了解有关 fourcc 的更多信息，请单击(https://en.wikipedia.org/wiki/FourCC)。

通常XVID代码最适合带有 .mp4 或 .avi 扩展名的视频。我们将定义 fourcc 代码并将其存储在名为 fourcc 的变量中。

fourcc = cv.VideoWriter_fourcc(*'XVID')

第 5 步：我们将把设备摄像头拍摄的视频保存在一个名为output 的文件中，扩展名为*.avi。我们将文件名存储在名为 file_name 的变量中。我们还创建了一个名为save并存储初始值“frame 1”的变量，并创建了一个名为c*的变量，其初始值为 2。

file_name = 'output'
save = 'frame 1'
c = 2;

稍后将使用变量save和c来保存从视频中获得的帧。

第 6 步：使用方法*VideoWriter()*方法，我们将显示我们设备的摄像头看到的内容，为了简单起见，我们将表达式存储在一个名为output 的变量中。我们需要传递文件名、fourcc、每秒显示的帧数和视频捕获窗口的大小（通常为 640×480）。在这里，我们将每秒生成 24 帧。

output = cv2.VideoWriter((file_name+'.avi'), fourcc, 24.0, (640,480))

第 7 步：现在，我们将读取相机正在拍摄的视频。由于我们不知道相机何时会关闭，因此我们无法使用设定值。那我们应该怎么办呢？

答案很简单。我们需要迭代一个循环来生成帧，直到打开相机。OpenCV 为我们提供了一个非常有用的函数isOpened()，它可以帮助我们检查相机是否打开。这是通过编写以下代码实现的：

while cap.isOpened():
  #Rest of the logic goes here

接下来的所有步骤都将在 while 循环内进行。

第 8 步：我们现在从设备的相机读取每一帧。为此，我们需要 2 个变量，我们称它们为res和frame。我们使用OpenCV 的read()方法读取每一帧。获取的图像存储在frame 中，而状态存储在res 中。这意味着变量res存储True或False，指示帧是否已成功读取。

res, frame = cap.read()

第 9 步：我们提供一个条件，如果变量res不是True，那么我们将显示一条错误消息并从循环中中断。

if not res:
        print("Frame Cannot Be Received")
        break

这意味着如果没有获得帧，那么循环内的其余代码将不会被执行，而循环之后的那一行将被执行。

第10 步：我们现在需要翻转帧。这是因为相机通常会读取横向倒置的图像。它类似于镜子中的图像。使用 OpenCV 的flip()方法翻转帧。该方法以图像和以度为单位的翻转角度作为参数。

frame = cv2.flip(frame, 90)

第 11 步：然后我们使用输出的write()方法和OpenCV 的imshow()方法显示帧。

output.write(frame)
cv2.imshow('Frame', frame)

字符串“Frame”表示显示视频的窗口的名称是“Frame”。

第 12 步：我们现在将每一帧保存在将要保存 python 文件的文件夹中。使用 OpenCV 的imwrite()方法，帧将以.png格式保存。由于我们需要保存多帧，所以我们将实现逻辑如下。

cv2.imwrite(save+'.png', frame )
save = 'Frame' + str(c)
c = c+1

这里save的初始值为“Frame 1”。所以第一帧存储为“Frame1.png”。现在， save的值变为“Frame2”，因为我们将c的值（最初等于 2）与“Frame”连接或连接起来，然后将 c 的值增加 1。

这确保在下一次迭代中，save的值为“Frame2”，保存的图像为“Frame2.png”， c的新值为3。这一直持续到按下字母“x”在键盘上终止循环。

第 13 步：为了关闭视频窗口，我们需要检查键盘上是否按下了字母“x”。这可以通过检查当 1 作为参数传递时 OpenCv 的waitKey()函数的返回值是否等于当字符 ‘x’ 作为参数传递时的ord()函数的返回值来实现。这意味着当按下“x”时，控件将跳出循环。

if cv2.waitKey(1) == ord('x'):
        break

这实际上意味着如果在 1 毫秒内没有收到帧，或者如果按下字母“x”，则循环结束。

第 14 步：程序的主要逻辑现已完成。剩下的就是跳出循环并通过键入以下代码关闭所有内容。

cap.release()
output.release()
cv2.destroyAllWindows()

release()方法关闭所有打开的对象（在本例中为cap和out）。destroyAllWindows() 销毁或关闭所有已创建的窗口。这很重要，因为如果我们从终端运行代码，那么有时所有窗口都不会关闭，除非我们退出 python 代码。

第 15 步：为了运行代码，如果代码是在 IDLE 和 Pycharm 等 IDE 中编写的，我们可以按“运行”或“执行”按钮。或者，我们可以打开命令终端并输入python frame_generator.py并按 Enter。

恭喜，你现在已经成功生成了相机捕捉到的帧！！！

如果你在执行这些步骤时遇到问题，这里是完整代码。

import cv2

# Accessing the camera 
cap = cv2.VideoCapture(0)

# Defining the codec and creating the VideoWriter object
fourcc = cv.VideoWriter_fourcc(*'XVID')
file_name = 'output'
output = cv.VideoWriter((file_name+'.avi'), fourcc, 24.0, (640,  480))

# Defining the variables save and c
save = 'Frame1'
c = 2;
while cap.isOpened():

    res, frame = cap.read()
    if not res:
        print("Frame Cannot Be Received")
        break
    
    # Flipping the frame horizontally to get correct orientation
    frame = cv2.flip(frame, 90)

    # Displaying the current frame
    output.write(frame)
    cv2.imshow('Frame', frame)

    # Saving the frames
    cv2.imwrite(save+'.png', frame )
    save = "Frame"+ str(c)
    c = c+1

    # If no input is received for 1ms, or if the key 'x' is pressed, interpreter goes outside of the loop
    if cv2.waitKey(1) == ord('x'):
        break

# Releasing everything after coming out of loop
cap.release()
output.release()
cv2.destroyAllWindows()