共计 1097 个字符，预计需要花费 3 分钟才能阅读完成。
实现原理
应用 Python+Opencv，把视频流间接按帧率解析成图片，并保留到本地
特点
能够做到忽视视频的长短，视频的帧率。多长就解析多长，多少帧率就解析多少帧率，视频解析完间接退出，防止影响内存或者 Opencv 窗口卡死
实现的成果
针对一个本地视频：
①时长：从 1.02-4.22，共计 3.21s
②图片：每秒 60 张，视频解析进去共计 3 *60+21=201 张图片，如下：
脚本
| # -*- coding: cp936 -*- | |
| """ | |
| Author:NoamaNelson | |
| Date:2019-11-15 | |
| Discription:Reading video swtich to picture and save | |
| """ | |
| import cv2,os,time | |
| import numpy as np | |
| class CamaroCap(object): | |
| """关上视频流""" | |
| def __init__(self): | |
| self.cap = cv2.VideoCapture("./MVI_1637.MOV") # 视频门路，间接把脚本和视频放在同一个目录下最好，也能够指定对应的视频门路 | |
| """图片信息打印""" | |
| def get_image_info(self,image): | |
| print(type(image)) | |
| print(image.shape) | |
| print(image.size) | |
| print(image.dtype) | |
| pixel_data = np.array(image) | |
| print(pixel_data) | |
| """逐帧读取数据并保留图片到本地制订地位""" | |
| def Camaro_image(self): | |
| i = 0 | |
| while(True): | |
| ret,frame = self.cap.read() #ret：True 或者 False，代表有没有读取到图片;frame：示意截取到一帧的图片 | |
| if ret == False: | |
| break | |
| self.get_image_info(frame) # print("打印图片信息") 留神：调试的时候能够关上，如果是始终运行程序，倡议把这行代码正文掉，防止影响内存占用 | |
| cv2.imshow('capture',frame) # 展现图片 | |
| cv2.imwrite(r"D:\image\\"+ str(i) + ".jpg",frame) # 保留图片 | |
| i = i + 1 | |
| if cv2.waitKey(1) & 0xFF == ord('q'): | |
| break | |
| if __name__ == '__main__': | |
| outmasages = CamaroCap() | |
| outmasages.Camaro_image() # 调用摄像头 | |
| outmasages.cap.release() # 开释对象和销毁窗口 | |
| cv2.destroyAllWindows() | |
正文完
