OpenCV是一种跨平台计算机视觉库，可用于开发实时计算机视觉应用程序。本文将介绍如何使用OpenCV2读取和处理视频流。
首先，你需要安装OpenCV2。可以通过包管理器（如apt-get，yum等）进行安装，也可以从OpenCV官方网站进行手动安装。为了使用OpenCV在Python代码中进行图像处理，你还需要安装opencv-python和numpy两个Python包。
下面是Ubuntu上OpenCV2的安装命令：
sudo apt-get install python3-opencv
pip install opencv-python numpy
使用OpenCV2，你可以轻松地从文件或摄像头读取视频流。以下示例展示了如何从文件中读取视频流：
import cv2
cap = cv2.VideoCapture('video.mp4')
while(cap.isOpened()):
ret, frame = cap.read()
if ret:
cv2.imshow('frame',frame)
if cv2.waitKey(25) & 0xFF == ord('q'):
break
else:
break
cap.release()
cv2.destroyAllWindows()
首先，我们导入了OpenCV2库，然后使用VideoCapture函数打开文件'video.mp4'。在while循环中，我们使用cap.read函数逐帧读取视频流。ret是一个布尔值，如果帧被正确读取，则为True。frame包含读入的图像帧。
在if语句内，我们将图像帧显示在窗口中。如果用户按下'q'键，则退出视频播放。最后，记得释放资源并关闭所有窗口。
可以通过执行各种操作来处理OpenCV2中的视频流。以下示例演示如何将视频帧灰度化：
import cv2
cap = cv2.VideoCapture(0)
while(True):
ret, frame = cap.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
cv2.imshow('frame', gray)
if cv2.waitKey(25) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
这次我们使用默认的0设备（也就是摄像头）读取视频流。在while循环中，我们使用cv2.cvtColor函数将每一帧图像从BGR转换为灰度图像。最后，我们使用cv2.imshow显示输出图像，然后在用户按下'q'键为止不断循环。
到此为止，我们已经学习了如何使用OpenCV2从视频中读取数据并执行基本的操作。你可以在这个基础上进行更高级的操作，例如使用Haar级联分类器进行人脸检测、视频流对象跟踪等。
本文链接：http://task.lmcjl.com/news/14373.html