【OpenCV】视频录制

介绍

在 OpenCV 中，视频录制涉及到读取摄像头或视频文件的帧，并将这些帧保存到新的视频文件中。为了实现这个过程，你需要创建一个 VideoCapture 对象来获取视频帧，以及一个 VideoWriter 对象来保存视频帧。以下是使用 OpenCV 进行视频录制的基本步骤和相关函数介绍：

1. 创建 VideoCapture 对象

首先，需要创建一个 cv2.VideoCapture() 对象来捕获视频。你可以指定一个设备索引（通常是整数0表示默认摄像头）或者一个视频文件路径作为参数。

2. 设置 VideoCapture 属性

你可以设置一些属性，比如分辨率、帧率等，以确保录制视频的质量符合要求。可以使用 cap.set() 方法来设置这些属性。

3. 创建 VideoWriter 对象

接下来，创建一个 cv2.VideoWriter() 对象来写入视频。你需要提供输出文件名、编码器（四字符代码）、帧率以及帧大小

4. 录制视频

在一个循环中逐帧读取视频并将其写入到 VideoWriter 对象中。通常会检查是否成功读取了帧，然后进行必要的处理（如显示），最后写入帧到输出文件中。

5. 释放资源

完成录制后，记得释放 VideoCapture 和 VideoWriter 对象，并关闭所有窗口。

初始化一个视频写入对象，目的是将图像帧序列保存为视频文件。使用了OpenCV库中的cv2.VideoWriter类来创建这个对象，并且设置了视频的编码格式、帧率以及分辨率。

导入库

import cv2
import datetime

cv2 是 OpenCV 库的 Python 接口，提供了大量的图像处理和计算机视觉功能。
datetime 库用于处理日期和时间。

设置视频参数

fourcc = cv2.VideoWriter_fourcc(*'mp4v')
fps = 30.0
frame_width, frame_height = 640, 480

fourcc: 定义了视频编解码器（Four Character Code）。这里使用的是 *'mp4v'，表示使用 MPEG-4 编码。VideoWriter_fourcc 函数接受四个字符作为参数，所以用 * 来解包字符串 'mp4v'。
fps: 每秒帧数（Frames Per Second），决定了视频播放的速度。这里的值是 30.0，意味着每秒钟有 30 帧图像。
frame_width, frame_height: 视频帧的宽度和高度，以像素为单位。这里设定的是 640x480 分辨率。

创建输出文件名

output_file = 'video/' + datetime.datetime.now().strftime("%Y%m%d%H%M%S") + '.mp4'

使用 datetime.datetime.now() 获取当前的时间。
strftime("%Y%m%d%H%M%S") 格式化时间为年月日小时分钟秒的形式，确保每个输出文件都有唯一的文件名，避免覆盖旧文件。
文件路径为 'video/' 目录下，带有时间戳的 .mp4 文件。

初始化 `VideoWriter` 对象

self.out_record = cv2.VideoWriter(output_file, fourcc, fps, (frame_width, frame_height))

self.out_record: 这是一个 VideoWriter 类的对象，用来写入视频帧到文件中。如果这段代码位于类的方法内部，那么 self 表示当前实例。
参数：
- output_file: 输出视频文件的路径和名称。
- fourcc: 视频编码器。
- fps: 视频帧率。
- (frame_width, frame_height): 每个视频帧的尺寸。

准备好了一个可以开始录制视频的环境，接下来可以通过调用 self.out_record.write(frame) 方法向视频文件中添加帧，其中 frame 是一帧图像数据。当不再需要录制时，应该调用 self.out_record.release() 来关闭视频写入对象并完成文件写入。

完整代码：

import cv2
import datetimefourcc = cv2.VideoWriter_fourcc(*'mp4v')
fps = 30.0
frame_width, frame_height = 640, 480
output_file = 'video/' + datetime.datetime.now().strftime("%Y%m%d%H%M%S") + '.mp4'
self.out_record = cv2.VideoWriter(output_file, fourcc, fps, (frame_width, frame_height))

定义一个名为 updateFrames 的方法。此方法用于持续更新视频帧，并处理视频录制以及将视频帧显示在图形用户界面（GUI）中。

方法 `updateFrames`

循环结构

while not self.appExit:

通过一个无限循环来不断检查是否应该退出应用程序 (appExit)。如果 appExit 变量为真，则停止循环。

控制帧速率

time.sleep(1 / 30)

使用 time.sleep 函数来控制每秒读取和处理的帧数为大约 30 帧（FPS）。这有助于保持视频播放的平滑性。

视频捕获与处理

if self.cap is not None and self.cap.isOpened():_, frame = self.cap.read()if not _:self.cap = None

检查视频捕获对象 self.cap 是否有效并且打开。
尝试读取一帧图像。如果读取失败（即返回的第一个值 _ 为 False），则将 self.cap 设置为 None，表示没有有效的视频源。

调整帧大小

frame = cv2.resize(frame, video_size)
self.frame = frame.copy()

使用 OpenCV 的 resize 函数调整帧的尺寸到预设的 video_size。
创建当前帧的一个副本并保存到 self.frame 中。

录制视频

if self.startRecordFlag:self.out_record.write(frame)cv2.putText(frame, MesConst.VIDEO_RECORDING, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 255, 0), 2)

如果 startRecordFlag 标志为真，则将当前帧写入到 self.out_record 对象中进行录制。
同时，在帧上添加文本以表明正在录制，使用 cv2.putText 函数绘制绿色文字 "VIDEO_RECORDING" 在帧的左上角。

处理无视频输入的情况

else:frame = np.zeros((video_size[1], video_size[0], 3), np.uint8)self.startRecordFlag = False

如果没有有效的视频输入，创建一个全黑的图像作为帧。
确保录制标志 startRecordFlag 为假，防止尝试录制无效帧。

图像转换与显示

h, w, ch = frame.shape
bytesPerLine = ch * w
convertToQtFormat = QImage(frame.data, w, h, bytesPerLine, QImage.Format_RGB888).rgbSwapped()
pixmap = QPixmap.fromImage(convertToQtFormat)
self.lblVideo.setPixmap(pixmap.scaled(w, h, Qt.KeepAspectRatio))

获取帧的高度、宽度和通道数。
计算每一行的字节数 bytesPerLine。
将 OpenCV 的 BGR 格式的图像数据转换为 Qt 的 QImage 格式，并交换红色和蓝色通道以适应 RGB 显示。
创建一个 QPixmap 对象，然后将其设置为 GUI 中的 lblVideo 标签的图标，同时保持宽高比缩放。

异常处理

except:pass

使用一个空的 except 子句来捕获所有异常，但不做任何处理。这种做法通常不推荐，因为它会掩盖潜在的问题。更好的做法是指定具体的异常类型或至少记录异常信息以便调试。

完整代码：

    def updateFrames(self):while not self.appExit:time.sleep(1 / 30)try:if self.cap is not None and self.cap.isOpened():_, frame = self.cap.read()if not _:self.cap = Noneframe = cv2.resize(frame, video_size)self.frame = frame.copy()if self.startRecordFlag:self.out_record.write(frame)cv2.putText(frame, MesConst.VIDEO_RECORDING, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.2,(0, 255, 0), 2)else:frame = np.zeros((video_size[1], video_size[0], 3), np.uint8)self.startRecordFlag = Falseh, w, ch = frame.shapebytesPerLine = ch * wconvertToQtFormat = QImage(frame.data, w, h, bytesPerLine, QImage.Format_RGB888).rgbSwapped()pixmap = QPixmap.fromImage(convertToQtFormat)self.lblVideo.setPixmap(pixmap.scaled(w, h, Qt.KeepAspectRatio))except:pass