python利用opencv从视频中保存图片

使用OpenCV库可以方便地从视频中截取并保存图片。下面是一个简单的Python代码示例：

import cv2

# 打开视频文件
cap = cv2.VideoCapture('video.mp4')

# 设定帧数，即每秒钟显示多少张图片
fps = cap.get(cv2.CAP_PROP_FPS)

# 读取视频文件中的每一帧图片
while(cap.isOpened()):
    ret, frame = cap.read()
    if ret == False:
        break

    # 显示当前帧图片并保存
    cv2.imshow('frame', frame)
    cv2.imwrite('frame.jpg', frame)

    # 按下q退出
    if cv2.waitKey(int(1000/fps)) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

在上面的代码中，首先打开视频文件，并设置每秒钟需要显示多少张图片。然后使用循环读取视频文件中的每一帧图片，并在每一帧图片上显示出来并保存为一个文件。最后，按下q键退出循环，释放资源并关闭窗口。

相关问题

Python 利用opencv对jpg图片进行循环拼接

下面是一个基于 OpenCV 的循环拼接图片的示例代码：

import cv2
import os

# 定义图片文件夹路径和拼接后图片保存路径
img_folder = 'images/'
result_path = 'result.jpg'

# 读取所有图片
img_files = [f for f in os.listdir(img_folder) if f.endswith('.jpg')]
imgs = [cv2.imread(os.path.join(img_folder, f)) for f in img_files]

# 计算拼接后图片的宽度和高度
height, width, channels = imgs[0].shape
for img in imgs[1:]:
    h, w, c = img.shape
    height = max(height, h)
    width += w

# 创建拼接后图片的空白画布
result = np.zeros((height, width, channels), dtype=np.uint8)

# 依次将每张图片拼接到空白画布上
x_offset = 0
for img in imgs:
    h, w, c = img.shape
    result[0:h, x_offset:x_offset+w] = img
    x_offset += w

# 保存拼接后图片
cv2.imwrite(result_path, result)

代码中，首先定义了图片文件夹路径和拼接后图片保存路径。然后，使用 `os.listdir` 函数获取图片文件夹中所有的图片文件名，并使用列表推导式读取所有图片。接着，计算拼接后图片的宽度和高度，并创建一个空白的画布。最后，依次将每张图片拼接到空白画布上，并保存拼接后的图片。

你可以根据自己的需求调整代码中的参数，实现不同的效果。例如，调整图片文件夹路径、拼接后图片保存路径、图片格式等。

利用python和opencv批量去掉图片黑边

可以通过以下步骤批量去掉图片黑边：

1. 导入opencv库和os库

import cv2
import os

2. 定义函数，用于去掉图片黑边

def remove_black_edge(image_path, save_path):
    # 读取图片
    img = cv2.imread(image_path)
    
    # 将图片转为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    
    # 二值化处理
    ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)
    
    # 查找轮廓
    contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
    
    # 寻找最大轮廓
    max_area = 0
    contour_index = 0
    for index in range(len(contours)):
        contour = contours[index]
        area = cv2.contourArea(contour)
        if area > max_area:
            max_area = area
            contour_index = index
            
    # 获取最大轮廓的矩形框
    x, y, w, h = cv2.boundingRect(contours[contour_index])
    
    # 裁剪图片
    img_cropped = img[y:y+h, x:x+w]
    
    # 保存图片
    cv2.imwrite(save_path, img_cropped)

3. 循环遍历文件夹中的图片，调用函数去掉黑边并保存

# 图片所在文件夹路径
folder_path = "path/to/folder"

# 遍历文件夹中的所有图片
for filename in os.listdir(folder_path):
    if filename.endswith(".jpg") or filename.endswith(".png"): 
        # 图片路径
        image_path = os.path.join(folder_path, filename)
        
        # 去掉黑边后保存的路径
        save_path = os.path.join(folder_path, "no_black_edge_" + filename)
        
        # 去掉黑边并保存
        remove_black_edge(image_path, save_path)

以上就是利用python和opencv批量去掉图片黑边的方法。