【人脸识别0】视频分解图片与图片合成视频

一,引言

目标:这小节主要通过两个demo熟悉视频分解图片与图片合成视频的OpenCV的应用

环境:python3.6+OpenCV3.3.1

二,示例

Demo1:视频分解图片

目标:

1.指定文件夹中读取视频文件

2.将视频文件分解为图片

3.将图片保存在指定文件夹中

# -*-coding:utf-8-*-
#author: lyp time: 2018/8/8
# 视频分解图片
import cv2
cap = cv2.VideoCapture(‘E:/Envs/opencvdemo/one/1.mp4‘)  # 获取一个视频
isOpened = cap.isOpened()  # 判断当前视频是否打开
print(isOpened)
fps = cap.get(cv2.CAP_PROP_FPS)  # 帧率
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取高度
print(fps, width, height)
i = 0
while(isOpened):
    if i == 10:
        break
    else:
        i = i+1
    (flag, frame) = cap.read()  # 读取每一张。 flag:是否读取成功 frame:读取内容
    fileName = ‘image‘ + str(i) + ‘.jpg‘
    file = ‘E:/Envs/opencvdemo/one/‘ + fileName   # 保存到指定文件夹
    print(fileName)
    # 如果读取成功,保存图片
    if flag == True:
        # 质量控制:100表示质量最高
        cv2.imwrite(file, frame, [cv2.IMWRITE_JPEG_QUALITY, 100])
print(‘end!‘)

Demo2:图片合成视频

目标:

1.选择指定文件夹下的图片,获取图片信息

2.将图片合成视频(Windows中只能用DIVX)

3.将视频保存在指定文件夹中

# -*-coding:utf-8-*-
#author: lyp time: 2018/8/9
# 图片合成视频
import cv2
img = cv2.imread(‘E:/Envs/opencvdemo/one/image1.jpg‘)
imgInfo = img.shape
size = (imgInfo[1], imgInfo[0])
print(size, imgInfo)

# windows下使用DIVX
fourcc = cv2.VideoWriter_fourcc(*‘DIVX‘)
# 参数1:写入对象;参数2:编码器;参数3:视频size
videoWrite = cv2.VideoWriter(‘E:/Envs/opencvdemo/one/2.avi‘, fourcc, 5, size)
for i in range(1,11):
    fileName = ‘image‘+str(i)+‘.jpg‘
    file = ‘E:/Envs/opencvdemo/one/‘ + fileName
    img = cv2.imread(file)
    videoWrite.write(img)
print(‘end!‘)

原文地址:https://www.cnblogs.com/gfgwxw/p/9447304.html

时间: 2024-10-01 08:06:03

【人脸识别0】视频分解图片与图片合成视频的相关文章

TensorFlow人脸识别

TensorFlow框架做实时人脸识别小项目(一)https://blog.csdn.net/Goerge_L/article/details/80208297 TensorFlow框架做实时人脸识别小项目(二)https://blog.csdn.net/Goerge_L/article/details/80229307 TensorFlow框架做实时人脸识别小项目(三)https://blog.csdn.net/Goerge_L/article/details/80547975 TensorF

Python 使用 face_recognition 人脸识别

Python 使用 face_recognition 人脸识别 官方说明:https://face-recognition.readthedocs.io/en/latest/readme.html 人脸识别 face_recognition 是世界上最简单的人脸识别库. 使用 dlib 最先进的人脸识别功能构建建立深度学习,该模型准确率在99.38%. Python模块的使用 Python可以安装导入 face_recognition 模块轻松操作,对于简单的几行代码来讲,再简单不过了. Pyt

王文峰《人脸识别原理与实战以MATLAB为工具》PDF及代码+《人脸识别原理及算法(沈理)》PDF+学习参考

人脸识别是当今世界科技领域攻关的高精尖技术.<人脸识别原理及算法:动态人脸识别系统研究>系统介绍了人脸识别研究领域的研究状况以及作者在人脸识别领域的研究工作和研究成果,全书共分为3个部分. <人脸识别原理与实战以MATLAB为工具>作为该技术的进阶指南,在内容上尽可能涵盖人脸识别的各技术模块,立足于作者 在中国科学院.985工程大学国家重点实验室从事视频识别与智能监控项目开发的研究积累及实战体验,分享了作者对人脸识 别算法设计的一些最直观的感触和认识. 参考学习: <人脸识别

jQuery 人脸识别插件,支持图片和视频

jQuery Face Detection 是一款人脸检测插件,能够检测到图片,视频和画布中的人脸坐标.它跟踪人脸并输出人脸模型的坐标位置为一个数组.我们相信,面部识别技术能够给我们的 Web 应用带来各种可能性,创造出互动的,有趣的功能. 注:人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术.用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别.面部识别. 效果演示     插件下载 如何使用:

C# 图片人脸识别

此程序基于 虹软人脸识别进行的开发 前提条件从虹软官网下载获取ArcFace引擎应用开发包,及其对应的激活码(App_id, SDK_key)将获取到的开发包导入到您的应用中 App_id与SDK_key是在初始化的时候需要使用基本类型所有基本类型在平台库中有定义. 定义规则是在ANSIC 中的基本类型前加上字母“M”同时将类型的第一个字母改成大写.例如“long” 被定义成“MLong”数据结构与枚举 AFR_FSDK_FACEINPUT描述: 脸部信息定义typedef struct{MRE

IOS 视频分解图片、图片合成视频

在IOS视频处理中,视频分解图片和图片合成视频是IOS视频处理中经常遇到的问题,这篇博客就这两个部分对IOS视频图像的相互转换做一下分析. (1)视频分解图片 这里视频分解图片使用的是AVAssetImageGenerator,利用这个class可以很方便的实现不同时间戳下,视频帧的抓取.注意一般这种视频分解图片帧的方法都是放在子线程中的,而UI更新操作都是放在主线程中的.下面来看看核心代码: _imageGenerator = [[AVAssetImageGenerator alloc] in

IOS 通过摄像头读取每一帧的图片,并且做识别做人脸识别(swift)

最近帮别人做一个项目,主要是使用摄像头做人脸识别 github地址:https://github.com/qugang/AVCaptureVideoTemplate 要使用IOS的摄像头,需要使用AVFoundation 库,库里面的东西我就不介绍. 启动摄像头需要使用AVCaptureSession 类. 然后得到摄像头传输的每一帧数据,需要使用AVCaptureVideoDataOutputSampleBufferDelegate 委托. 首先在viewDidLoad 里添加找摄像头设备的代

Android静态图片人脸识别的完整demo(附完整源码)

Demo功能:利用android自带的人脸识别进行识别,标记出眼睛和人脸位置.点击按键后进行人脸识别,完毕后显示到imageview上. 第一部分:布局文件activity_main.xml [html] view plaincopyprint? <RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android" xmlns:tools="http://schemas.android.co

视频分解图片,图片合成视频

转载自: http://blog.csdn.net/ioswyl88219/article/details/18152419 视频视频分解视频合成AVAssetImageGenerato 工作当中用到了相关的技术,现在特别记录一下 分解视频 [objc] view plaincopyprint? <span style="font-size:18px;"> //分解视频 - (void)resolveMovWithUrl:(NSURL *)movUrl{ //得到url的资