OpenCV笔记：cv2.VideoCapture 完成视频的跳帧输出操作

野性酷女 2024-04-03 11:30 62阅读 0赞

![1ba2b0399e5e42109b4f7d686bbadeb8.jpeg][]

## 背景 ##

我开始关注这个问题，是在使用 PaddleOCR + OpenCV 进行视频文字识别的时候，因为OpenCV 需要循环读取视频的每一帧进行解析，这就导致视频播放特别卡顿。由于视频中相邻帧的内容是一样的，重复识别也没有意义，所以我就在考虑：有没有办法跳帧输出？

咱们能想到的所有问题，都已经被设计师考虑过了，需要用到下面两个函数：

*  cv2.VideoCapture.grab()
 *  cv2.VideoCapture.get()

**你可能需要用到的文章：**

*  **[关于：Python基础，爬虫，机器学习，常见异常和面试【篇】（专题汇总）][Python]**

--------------------

## 正文 ##

### 一、核心方法 ###

#### 1. cv2.VideoCapture.grab() 函数 ####

# 视屏获取，videoPath为视频的路径
    cap = cv2.VideoCapture(videoPath)
    # 往下读一帧ret，并返回图片信息frame
    ret, frame = cap.read()
    # 只往下读一帧ret
    ret = cap.grad()

*  read()函数，输出的是两个参数：第一个参数 ret 为 True 或 False，代表有没有读取下一到帧图片；第二个参数 frame，表示读到的一帧图片的信息，OCR就是对 frame 进行识别处理。
 *  grad()函数，输出的是一个参数：ret 为 True 或 False，代表有没有读取下一到帧图片。

从上面的对比可以看出来，grab() 仅仅是用来指向下一帧，并没有返回多余的图片信息，当不需要解析图片的时候，grab() 函数显然效率更高，更合适。

#### 2. cv2.VideoCapture.get() 函数 ####

cv2.VideoCapture.get(n) ，n 的范围是 0~7，这个方法可以帮助我们获取视频的属性。其中我们用到的就是 get(1) - 获取视频当前帧，可以方便我们做跳帧操作。

**总结了一下：**

<table style="width:600px;"> 
 <thead> 
  <tr> 
   <th style="text-align:center;">方法</th> 
   <th style="text-align:center;">含义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(0)</td> 
   <td style="text-align:left;">视频文件的当前位置（播放）以毫秒为单位</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(1)</td> 
   <td style="text-align:left;">当前帧，基于以0开始的被捕获或解码的帧索引</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(2)</td> 
   <td style="text-align:left;">视频文件的相对位置（播放）：0 = 电影开始，1 = 影片的结尾。</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(3)</td> 
   <td style="text-align:left;">在视频流的帧的宽度</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(4)</td> 
   <td style="text-align:left;">在视频流的帧的高度</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(5)</td> 
   <td style="text-align:left;">帧率</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(6)</td> 
   <td style="text-align:left;">编解码的4字 - 字符代码</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;">cv2.VideoCapture.get(7)</td> 
   <td style="text-align:left;">视频文件中的帧数</td> 
  </tr> 
 </tbody> 
</table>

除此之外，还可以用另外几个方法获取视频属性：

*  cv2.VideoCapture.get(cv2.CAP\_PROP\_FPS)：获取帧率；
 *  cv2.VideoCapture.get(cv2.CAP\_PROP\_FRAME\_COUNT)：获取视频时长，单位- 秒。

--------------------

### 二、实战练习 ###

#### 1. 代码展示 ####

我这里设置的是每间隔10帧输出一次，大家可以根据自己的需要设置，代码如下：

*  **get(1) 获取当前帧率跳帧**

# _*_coding:utf-8_*_
    # 作者：   Java Punk
    # 时间：   2022-10-09 14:49:45
    # 功能：   场景文字识别
    
    import cv2
    from paddleocr import PaddleOCR, draw_ocr
    from PIL import Image
    import numpy as np
    
    def ch_match(videoPath):
        ocr = PaddleOCR(use_angle_cls=True, lang="ch")
        # 视屏获取
        cap = cv2.VideoCapture(videoPath)
        # 判断是否正常打开
        ret = cap.isOpened()
        # 循环读取视频帧
        while ret:
            # 获取当前视频帧位置
            now_fps = cap.get(1)
            # 设置每 10 帧输出一次
            if (now_fps % 10 != 0):
                # 跳帧
                ret = cap.grab()
                continue
            print("———————————————————— read fps", now_fps)
            # 是否截取到图片；图片信息
            ret, frame = cap.read()
            # 对返回的图片进行文字识别
            result = ocr.ocr(frame, cls=True, rec=True)
            boxes = [line[0] for line in result]
            txts = [line[1][0] for line in result]
            scores = [line[1][1] for line in result]
            # simsun.ttc 是一款很常见、实用的电脑字体，这里作为识别的模板
            im_show = draw_ocr(frame, boxes, txts, scores, font_path='../fonts/SIMSUN.TTC')
            im_show = Image.fromarray(im_show)
            tp_img = np.asarray(im_show)
            cv2.imshow('tp_img', tp_img)
            cv2.waitKey(1)
            pass
    
        cv2.waitKey(0)
        cv2.destroyAllWindows()
        pass
    
    if __name__ == '__main__':
        print("———————————————————— start ————————————————————\n")
        # 图片路径自己设置，下面是我本地的路径，记得替换！！！
        ch_match('../img/yz_words/vlog_zxyw_02.mp4')
        print("———————————————————— end ————————————————————\n")

*  **改动一下：记录帧率进行跳帧**

实际上每一次视频的 while 循环，都是往下走了一帧，所以我们也可以取巧的利用 i++ 进行跳帧，此时 i = cv2.VideoCapture.get(1)。

...
        # 视频帧计数
        timeC = 0  
        # 循环读取视频帧
        while ret:
            timeC = timeC + 1
            # 每隔 10 帧进行操作
            if (timeC % 10 != 0):    
                ret = cap.grab()
                continue
        ...

#### 2. 效果展示 ####

感兴趣的小伙伴可以把跳帧部分的代码去掉看看效果，对比一下，说下我用公司电脑测试的结果：

*  执行跳帧前：原视频时长7s，最后 cv2.imshow() 时长 2min；
 *  执行跳帧后：原视频时长7s，最后 cv2.imshow() 时长 20s；

下面是“执行跳帧后”的效果（由于上传大小限制，无奈只能降低画质）：

![82a049f9df5b4c758f1b01a6a3e3e4bd.gif][]

--------------------

[1ba2b0399e5e42109b4f7d686bbadeb8.jpeg]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/d84e62ac7b3f47ad89f71e1ba772fed6.jpeg
[Python]: https://blog.csdn.net/weixin_44259720/article/details/127064751
[82a049f9df5b4c758f1b01a6a3e3e4bd.gif]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/03/ee19a73ad19743ff82a7acfcfb078f5e.gif