使用OpenCV在Python中读取和显示图像与视频

环境配置

确保开发环境已安装OpenCV库。未安装的开发者可通过终端执行以下命令完成依赖部署：

pip install opencv-python

完整示例代码

以下为图像读取与视频流处理的标准脚本结构，涵盖从环境初始化到资源回收的全链路逻辑：

import cv2

def read_img():
    img = cv2.imread(r'./resources/lena.jpeg')
    if img is None:
        print("图像加载失败，请检查路径")
        return
    cv2.imshow('Image', img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def read_video():
    cap = cv2.VideoCapture(r'./resources/video.mp4')
    # 替换为 cap = cv2.VideoCapture(0) 可调用默认摄像头
    
    cap.set(3, 800)  # 设置宽度
    cap.set(4, 600)  # 设置高度
    cap.set(10, 5)   # 设置亮度

    while True:
        success, frame = cap.read()
        if not success:
            break
        cv2.imshow('Video', frame)
        
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

if __name__ == '__main__':
    read_video()

核心操作步骤

第1步：读取并展示静态图像

【目的】载入本地图片并在屏幕预览。
【入口】脚本中调用封装函数。
【动作】将文件路径传入cv2.imread()获取像素矩阵，随后作为第二个参数传递给cv2.imshow()弹出GUI窗口。
【重要参数】窗口标题字符串、图像数组对象。
【完成状态】图像正常渲染停留，用户敲击任意键后调用cv2.destroyAllWindows()关闭窗口。

第2步：初始化视频流或摄像头

【目的】建立视频文件或板载摄像头的底层数据通道。
【入口】实例化cv2.VideoCapture类。
【动作】向构造器传入本地媒体文件绝对或相对路径，或整型数字（0）激活系统默认采集设备。
【重要参数】文件路径字符串或硬件ID索引号。
【完成状态】捕获对象句柄就绪，内部缓冲区可接受帧数据流入。

第3步：配置参数与逐帧渲染

【目的】调整采集规格并按帧速率输出画面。
【入口】进入while True:主循环体。
【动作】前置调用cap.set()硬性规定宽高与曝光亮度，循环体内执行cap.read()抽取单帧，验证状态后交由cv2.imshow()实时绘制。
【重要参数】属性ID（3宽/4高/10亮度）、渲染延时毫秒数。
【完成状态】画面按设定比例持续刷新，直至文件末端或手动中断。

第4步：添加安全退出机制

【目的】监听键盘输入中断渲染保序清理。
【入口】循环判断节点处插入条件分支。
【动作】cv2.waitKey()捕捉按键ASCII码，按位与0xFF截取低八位，与目标键的ord()返回值比对，命中则触发break跳出循环。
【重要参数】轮询间隔、比对字符常量。
【完成状态】循环终止，执行流顺畅移交至下方清理代码区。

资源管理与避坑指南

处理视音频流时必须遵循严格的清理顺序。务必在循环结束后依次调用cap.release()切断硬件占用，并使用cv2.destroyAllWindows()销毁所有窗口句柄，否则可能导致进程挂起或二次运行时报错。若播放黑屏或无反应，优先排查路径编码差异、源文件损坏，或检查cap.set(10, 5)中的亮度值是否触发了硬件下限保护导致白平衡崩溃。

总结

以上就是使用OpenCV实现读取和显示图像与视频的详细内容，更多关于OpenCV基础操作与计算机视觉项目开发资料请关注本站其它相关文章！