AI视觉算法中的OpenCV API （二）

视频写入 (FourCC, VideoWriter)​

1. VideoWriter_fourcc - 视频编码器四字符代码

# OpenCV 3.x, 4.x
fourcc = cv2.VideoWriter_fourcc('M','J','P','G')

fourcc = cv2.VideoWriter_fourcc(*'H264')

fourcc = cv2.VideoWriter_fourcc(*'MJPG')

• ​FourCC​： 代表 ​Four ​Character ​Code，是一个4字节的代码，用于指定视频流的编码格式（Codec）​。它决定了视频数据如何被压缩。
• 定义一个视频编码器（Codec）。视频编码器负责将连续的图像帧压缩成视频流，显著减小文件大小。

常用 FourCC 代码

• Video Codecs by FOURCC - fourcc.org
• ​**'XVID'​： MPEG-4 编码器。兼容性好，文件大小适中，是最常用**的选择之一。
• ​**'MJPG'**​： Motion-JPEG 编码器。质量高，但文件非常大。
• ​**'H264'​： H.264/AVC 编码器。压缩效率极高（文件小），质量好。​需要系统安装 H.264 编码器支持**​（如 Windows 上的 OpenH264 或 x264）。
• ​**'MP4V'**​： MPEG-4 视频编码器。常用于 .mp4 文件。
• ​**'AVC1'**​： 另一种表示 H.264 的方式。
• ​**'DIVX'**​： DivX 编码器（基于 MPEG-4）。

常用 FourCC 代码与推荐的文件扩展名对应表

• 文件扩展名​： 如 .avi, .mp4, .mov，用于指定容器格式（Container）​。容器是一个“包装盒”，里面可以存放由特定编码器压缩的视频流、音频流、字幕等信息。
• ​关键点在于：FourCC 编码器和文件扩展名容器之间并没有严格的、一对一的强制绑定关系，但存在广泛认可和兼容的“最佳实践”组合。​
• 选择一个不常见的组合（例如，在 .mp4 文件里使用 XVID 编码）可能会导致某些播放器无法识别或播放。

​选择建议​：

• ​为了最大兼容性​：使用 ​**'XVID'​ + ​.avi**。这是 OpenCV 中最可靠、问题最少的输出组合，几乎总能成功。
• ​为了更小的文件​：使用 ​**'H264'​ 或'AVC1' + ​.mp4**。这是目前网络传输和存储的标准格式。但需要确保你的 OpenCV 环境支持它（否则会写入失败或生成空文件）。
• 高质量，不介意文件大小：'MJPG' + ​.avi**。

最重要的步骤​：

在编写代码时，始终检查 VideoWriter 对象是否通过 isOpened() 方法成功打开。如果首选的高效编码器（如 H.264）不可用，则回退到兼容性更好的编码器（如 XVID）。这是一种良好的编程实践，可以增强代码的健壮性。

fourcc = cv2.VideoWriter_fourcc(*'H264')
out = cv2.VideoWriter('test.mp4', fourcc, 20.0, (640, 480))
if not out.isOpened():
    print("错误：无法使用 H264 编码器！将回退到 XVID。")
    fourcc = cv2.VideoWriter_fourcc(*'XVID')
    out = cv2.VideoWriter('test.avi', fourcc, 20.0, (640, 480))

2. VideoWriter - 视频写入器

• 创建一个对象，用于将连续的图像帧写入视频文件。

out = cv2.VideoWriter(filename, fourcc, fps, frame_size[, isColor])

语法：

• filename： 要保存的视频文件路径（包括扩展名，如 'output.avi' 或 'result.mp4'）。
• fourcc： 由 VideoWriter_fourcc 创建的编码器对象。
• fps： 视频的帧率（每秒帧数）。应与输入源（如摄像头或视频文件）的帧率匹配或根据需求设定。
• frame_size： 视频帧的尺寸，以元组形式表示 (width, height)。​必须与你要写入的每一帧图像的尺寸完全一致！​​
• isColor (可选)： 指定是否为彩色视频。默认为 True。如果写入灰度帧，设为 False 可能更高效。

​核心方法​：

• ​**out.write(frame)**​： 将一帧图像（frame，一个 NumPy 数组）写入视频文件。这是循环中最常用的方法。
• ​**out.release()​： ​非常重要！​**​ 在完成所有帧的写入后，必须调用此方法来正确关闭视频文件，释放资源并确保文件完整可播。忘记调用会导致视频文件损坏或无法播放。

3. 完整工作流程示例

import cv2

# 1. 打开摄像头 (输入源)
cap = cv2.VideoCapture(0)  # 0 表示默认摄像头

# 2. 获取摄像头参数 (用于设置VideoWriter)
fps = cap.get(cv2.CAP_PROP_FPS)  # 获取摄像头帧率
# 如果摄像头返回0，设置一个合理的帧率 (如20)
if fps <= 0:
    fps = 20.0
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  # 获取帧宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  # 获取帧高度
frame_size = (width, height)

# 3. 定义视频编码器 (FourCC) 和创建 VideoWriter 对象 (输出)
fourcc = cv2.VideoWriter_fourcc(*'XVID')  # 使用XVID编码器, 注意 '*' 解包
# 创建输出文件 'output.avi'
out = cv2.VideoWriter('output.avi', fourcc, fps, frame_size)

# 4. 循环处理每一帧
while cap.isOpened():
    # 读取一帧
    ret, frame = cap.read()
    if not ret:
        print("无法从摄像头读取帧！")
        break

    # 例如：将帧转换为灰度图 (实际项目中替换为你的AI模型推理)
    processed_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
   
    # 5. 将处理后的帧写入输出视频文件
    out.write(processed_frame)  # 写入处理后的帧

    # 6. (可选) 在本地显示结果
    cv2.imshow('Processed Video', processed_frame)

    # 按 'q' 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 7. 释放资源 (非常重要！)
cap.release()  # 释放摄像头
out.release()  # 释放VideoWriter，确保文件正确关闭
cv2.destroyAllWindows()  # 关闭所有窗口
print("视频已保存为 'output.avi'")

4.详解 cv2.waitKey(1)：图像刷新与键盘输入的完美结合

• cv2.waitKey(1) 是 OpenCV 图像处理中一个看似简单但极其重要的函数，它在实时应用中扮演着关键角色。
• 函数原型：
• retval = cv2.waitKey([, delay])
• 参数：
• delay: 等待键盘事件的时间（以毫秒为单位）。默认值为0。
• 返回值：
• retval: 返回按下的键的ASCII码值。如果没有按键被按下，则返回-1。

4.1 ​图像窗口刷新机制​

• cv2.waitKey() 是 OpenCV 窗口系统的事件处理核心
• 调用此函数会强制刷新所有通过 cv2.imshow() 显示的窗口​
• 没有这个调用，窗口会显示为灰色或显示旧内容，无法更新为最新图像帧

4.2  ​键盘事件检测​

• 函数会检测并返回最近按下的按键的 ASCII 码值​
• 参数 1 表示等待时间为 ​1 毫秒，这是一个非阻塞式等待
• 在等待期间，它会检查是否有按键事件发生

4.3 waitKey(0) - 无限等待

• 程序会暂停，直到用户按下任意键
• 常用于静态图像显示场景
• 示例：显示一张图片后等待用户按键关闭窗口

4.4 waitKey(1) - 短时等待（推荐用于实时应用）

• 等待 ​1 毫秒后继续执行
• 在等待期间检查按键事件
• 保持程序流畅运行的同时响应按键
• ​最佳实践​：在视频处理循环中使用

4.4  waitKey(25) - 控制帧率

• 等待 25 毫秒 ≈ 40 FPS (1000ms/25ms)
• 可用于控制视频播放速度

4.5 & 0xFF

• waitKey() 返回的是 ​32 位整数​
• 在 64 位系统上，高位可能包含无关数据
• & 0xFF 操作只保留最低的 8 位（一个字节）
• 确保我们只获取有效的 ASCII 码值