实例源码：
#pip3 install opencv-python
import cv2
from datetime import datetime
filename = 'myvideo.avi'
width = 1280
height = 720
fps = 24.0
# 必须指定cap_dshow(direct show)参数初始化摄像头,否则无法使用更高分辨率
cap = cv2.videocapture(0, cv2.cap_dshow)
# 设置摄像头设备分辨率
cap.set(cv2.cap_prop_frame_width, width)
cap.set(cv2.cap_prop_frame_height, height)
# 设置摄像头设备帧率,如不指定,默认600
cap.set(cv2.cap_prop_fps, 24)
# 建议使用xvid编码,图像质量和文件大小比较都兼顾的方案
fourcc = cv2.videowriter_fourcc(*'xvid')
out = cv2.videowriter(filename, fourcc, fps, (width, height))
start_time = datetime.now()
while true:
ret, frame = cap.read()
if ret:
out.write(frame)
# 显示预览窗口
cv2.imshow('preview_window', frame)
# 录制5秒后停止
if (datetime.now()-start_time).seconds == 5:
cap.release()
break
# 监测到esc按键也停止
if cv2.waitkey(3) & 0xff == 27:
cap.release()
break
out.release()
cv2.destroyallwindows()
打开摄像头后链接成功的操作：
# 1. 打开摄像头
import cv2
import numpy as np
def video_demo():
capture = cv2.videocapture(0)#0为电脑内置摄像头
while(true):
ret, frame = capture.read()#摄像头读取,ret为是否成功打开摄像头,true,false。 frame为视频的每一帧图像
frame = cv2.flip(frame, 1)#摄像头是和人对立的，将图像左右调换回来正常显示。
cv2.imshow("video", frame)
c = cv2.waitkey(50)
if c == 27:
break
video_demo()
cv2.destroyallwindows()
#2. 打开摄像头并截图
import cv2
cap = cv2.videocapture(0, cv2.cap_dshow) # 打开摄像头
while (1):
# get a frame
ret, frame = cap.read()
frame = cv2.flip(frame, 1) # 摄像头是和人对立的，将图像左右调换回来正常显示
# show a frame
cv2.imshow("capture", frame) # 生成摄像头窗口
if cv2.waitkey(1) & 0xff == ord('q'): # 如果按下q 就截图保存并退出
cv2.imwrite("test.png", frame) # 保存路径
break
cap.release()
cv2.destroyallwindows()
#3. 打开摄像头并定时截图
def video_demo():
print('开始')
cap = cv2.videocapture(0, cv2.cap_dshow) # 电脑自身摄像头
i = 0#定时装置初始值
photoname = 1#文件名序号初始值
while true:
i = i + 1
reg, frame = cap.read()
frame = cv2.flip(frame, 1) # 图片左右调换
cv2.imshow('window', frame)
if i == 50: # 定时装置，定时截屏，可以修改。
filename = str(photoname) + '.png' # filename为图像名字，将photoname作为编号命名保存的截图
cv2.imwrite('c:/users/administrator/desktop/m' + '\\' + filename, frame) # 截图 前面为放在桌面的路径 frame为此时的图像
print(filename + '保存成功') # 打印保存成功
i = 0 # 清零
photoname = photoname + 1
if photoname >= 20: # 最多截图20张 然后退出（如果调用photoname = 1 不用break为不断覆盖图片）
# photoname = 1
break
if cv2.waitkey(1) & 0xff == ord('q'):
break
# 释放资源
cap.release()
video_demo()
cv2.destroyallwindows()
实例扩展：
使用opencv调用摄像头检测人脸并连续截图100张
#-*- coding: utf-8 -*-
# import 进opencv的库
import cv2
###调用电脑摄像头检测人脸并截图
def catchpicfromvideo(window_name, camera_idx, catch_pic_num, path_name):
cv2.namedwindow(window_name)
#视频来源，可以来自一段已存好的视频，也可以直接来自usb摄像头
cap = cv2.videocapture(camera_idx)
#告诉opencv使用人脸识别分类器
classfier = cv2.cascadeclassifier("haarcascade_frontalface_alt.xml")
#识别出人脸后要画的边框的颜色，rgb格式, color是一个不可增删的数组
color = (0, 255, 0)
num = 0
while cap.isopened():
ok, frame = cap.read() #读取一帧数据
if not ok:
break
grey = cv2.cvtcolor(frame, cv2.color_bgr2gray) #将当前桢图像转换成灰度图像
#人脸检测，1.2和2分别为图片缩放比例和需要检测的有效点数
facerects = classfier.detectmultiscale(grey, scalefactor = 1.2, minneighbors = 3, minsize = (32, 32))
if len(facerects) > 0: #大于0则检测到人脸
for facerect in facerects: #单独框出每一张人脸
x, y, w, h = facerect
#将当前帧保存为图片
img_name = "%s/%d.jpg" % (path_name, num)
#print(img_name)
image = frame[y - 10: y + h + 10, x - 10: x + w + 10]
cv2.imwrite(img_name, image,[int(cv2.imwrite_png_compression), 9])
num += 1
if num > (catch_pic_num): #如果超过指定最大保存数量退出循环
break
#画出矩形框
cv2.rectangle(frame, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 2)
#显示当前捕捉到了多少人脸图片了，这样站在那里被拍摄时心里有个数，不用两眼一抹黑傻等着
font = cv2.font_hershey_simplex
cv2.puttext(frame,'num:%d/100' % (num),(x + 30, y + 30), font, 1, (255,0,255),4)
#超过指定最大保存数量结束程序
if num > (catch_pic_num): break
#显示图像
cv2.imshow(window_name, frame)
c = cv2.waitkey(10)
if c & 0xff == ord('q'):
break
#释放摄像头并销毁所有窗口
cap.release()
cv2.destroyallwindows()
if __name__ == '__main__':
# 连续截100张图像，存进image文件夹中
catchpicfromvideo("get face", 0, 99, "/image")
到此这篇关于python通过opencv调用摄像头操作实例分析的文章就介绍到这了,更多相关python使用opencv调用摄像头操作内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
黄山市民网：https://www.huangshanshimin.com/
