13行代碼實作：Python實時視訊采集（附源碼）

13行代碼實作：Python實時視訊采集（附源碼）

一、前言

本文是《人臉識别完整項目實戰》系列博文第3部分：程式設計篇（Python版），第1節《Python實時視訊采集程式設計》，本章内容系統介紹：基于Python+opencv如何實作實時視訊采集。

完整的相關内容已錄制成視訊課程，點選跳轉：《人臉識别完整項目實戰（附源碼）》

整個《人臉識别完整項目實戰》系統架構結構如下圖所示：

項目概述篇：系統介紹人臉識别項目的系統架構設計、項目關鍵技術說明、項目業務需求分析、項目業務流程設計；

環境部署篇：提供C++和Python兩種程式設計語言的版本，系統介紹項目開發環境概述、DLib架構源碼編譯、項目工程檔案建立、項目開發環境配置、項目性能優化設定；

程式設計篇：從實時視訊采集開始，涵蓋人臉區域檢測、人臉特征點标定、人臉對齊、人臉比對和活體檢測等全部技術環節的代碼設計、運作示範和執行結果輸出；

模型訓練篇：基于人臉識别區域檢測和人倆識别特征點标定兩個應用場景，介紹資料樣本采集、算法模型訓練和算法模型測試的過程，讓大家都人臉識别有一個完整的直覺的認識；

算法原理篇：基于人臉識别區域檢測和人倆識别特征點标定兩個應用場景，人臉區域檢測和人臉特征點标定的算法原理和實作機制，讓大家對人臉識别與機器學習、深度學習進行有效關聯；

學習架構篇：系統介紹主流深度學習架構，重點就本課程用到Dlib深度學習架構進行介紹，通過dlib深度學習實戰案例1和dlib深度學習實戰案例2，兩個完整的案例，讓大家對dlib的深度學習架構有一個直覺的認識；

二、正文

2.1 程式邏輯

Python實時視訊采集程式主要流程共分為10個步驟，具體如下圖所示：
           

流程描述：

庫檔案導入：導入程式依賴的python安裝包；

攝像頭管理對象建立和初始化：是對opencv VideoCapture對象的建立和初始化，通過它打開攝像頭裝置；

啟動循環監控：循環處理每一幀圖檔；

圖像抓拍：利用opencv提供的攝像頭管理裝置，進行逐幀圖像内容的抓取，然後進行處理；

圖像視窗顯示：利用opencv的視窗對象，進行抓拍内容的顯示。

等待使用者輸入：利用opencv提供的鍵盤輸入監控程式，擷取使用者指令。

攝像頭釋放：收到退出指令後，釋放攝像頭管理裝置資源。

2.2 接口說明

python實時視訊監控采集功能的實作，主要是采用了opencv開源架構提供的攝像頭管理類：VideoCapture。該類的主要方法和屬性如下圖所示：
           

opencv的攝像頭管理類，我們主要應用了其open（打開攝像頭）、read（讀取每一幀）、release（釋放裝置）等函數功能能。

2.3 源碼設計

源碼的執行，需要導入opencv庫檔案，直接執行：pip install opencv 即可實作。具體程式代碼如下圖所示：

實時：視訊圖像采集(opencv)

import cv2

cap = cv2.VideoCapture(0)

從視訊流循環幀

while True:

ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow("Frame", frame)
# 退出：Q
if cv2.waitKey(1) & 0xFF == ord('q'):
    break           

清理視窗

cv2.destroyAllWindows()

2.4 運作效果

​三、未完待續

本文是《人臉識别完整項目實戰》系列博文第3部分：程式設計篇（Python版）第一節《實時視訊采集程式設計（python）》，全文共53個章節，持續更新，敬請關注。人臉識别技術交流QQ群：859860225 。

作者：張子良

出處：

http://www.cnblogs.com/hadoopdev