在這篇博客中，我們將使用Python從一段小視頻中提取圖像。為此，我們將使用開源的OpenCV庫。

什么是OpenCV？

OpenCV（開源計算機視覺庫：http://opencv.org）是一個包含數(shù)百種計算機視覺算法的開源庫。OpenCV具有模塊化結構，這意味著該包包含幾個共享或靜態(tài)庫。以下是可用的模塊：

1. 核心功能（core） - 一個定義基本數(shù)據(jù)結構的緊湊模塊，包括密集的多維數(shù)組Mat和所有其他模塊使用的基本功能。
2. 圖像處理（imgproc） - 一個圖像處理模塊，包括線性和非線性圖像濾波、幾何圖像變換（縮放、仿射和透視變形、通用表格重映射）、顏色空間轉(zhuǎn)換、直方圖等。
3. 視頻分析（video） - 一個視頻分析模塊，包括運動估計、背景減除和目標跟蹤算法。
4. 相機校準和3D重建（calib3d） - 基本的多視圖幾何算法、單目和立體相機校準、目標姿態(tài)估計、立體對應算法和3D重建元素。
5. 2D特征框架（features2d） - 顯著特征檢測器、描述符和描述符匹配器。
6. 目標檢測（objdetect） - 檢測預定義類別的對象和實例（例如，面部、眼睛、杯子、人、汽車等）。
7. 高級GUI（highgui） - 一個簡單易用的簡單UI功能接口。
8. 視頻I/O（videoio） - 一個簡單易用的視頻捕獲和視頻編解碼器接口。
9. ...一些其他輔助模塊，如FLANN和Google測試包裝器、Python綁定等。

文檔的后續(xù)章節(jié)描述了每個模塊的功能。但首先，請確保熟悉在庫中廣泛使用的常見API概念。

使用pip安裝：

pip install opencv-python

導入包：

import cv2

檢查VideoCapture類的幫助：

help(cv2.VideoCapture())

聲明視頻的路徑：

video_path = "input/extract-images-from-a-video-in-python/sample-video.mp4"
video_path

輸出：‘input/extract-images-from-a-video-in-python/sample-video.mp4’

從路徑讀取視頻：

cam = cv2.VideoCapture(video_path)
cam

輸出：< cv2.VideoCapture 00000209D0E99FB0>

創(chuàng)建一個文件夾來保存圖像

我們將創(chuàng)建一個名為‘image_data’的文件夾，如果它不存在。為了創(chuàng)建新目錄，我們將使用OS包。

import os
try:
if not os.path.exists('image_data'):
os.makedirs('image_data')
except OSError:
print ('Error: Creating directory of image data')

讀取視頻幀并創(chuàng)建圖像：

help(cam.read)

輸出：

help(cv2.imwrite)

currentframe = 0
while(True):
# 從幀中讀取 
retval, image = cam.read() 


if retval: 
    # 創(chuàng)建圖像 
    name = './image_data/image' + str(currentframe) + '.jpg'
    print ('Creating...' + name) 


    # 寫入提取的圖像 
    cv2.imwrite(name, image) 


    currentframe += 1
else: 
    break
# 釋放空間
cam.release()
# 銷毀所有窗口
cv2.destroyAllWindows()

輸出：

我們可以看到，從視頻中捕獲了85張圖像。

列出捕獲的圖像：

import os
path = "image_data"
images_list = os.listdir(path)
print("Files and directories in '", path, "' :")
print(images_list)

輸出：

查看前20張圖像：

import matplotlib.pyplot as plt
import PIL
plt.figure(figsize = (12,8))
for num, item in enumerate(images_list[:20]):
  img = PIL.Image.open("image_data/" + item)
  plt.subplot(4, 5, num + 1)
  plt.axis('off')
  plt.imshow(img, aspect='auto')
  pass

輸出：