OpenCV笔记：cv2.VideoCapture 完成视频的跳帧输出操作-526互联

前言我开始关注这个问题，是在使用PaddleOCR+ OpenCV 进行视频文字识别的时候，因为OpenCV 需要循环读取视频的每一帧进行解析，这就导致视频播放特别卡顿。由于视频中相邻帧的内容是一样的，重复识别也没有意义，所以我就在考虑：有没有办法跳帧输出？

来源：https://blog.csdn.net/weixin_44259720/article/details/127269955

作者 | Java Punk

仅用于学术分享，若侵权请联系删除

欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。

CV各大方向专栏与各个部署框架最全教程整理

【CV技术指南】CV全栈指导班、基础入门班、论文指导班全面上线!!

一、核心方法

cv2.VideoCapture.grab() 函数

# 视屏获取，videoPath为视频的路径

cap = cv2.VideoCapture(videoPath)

# 往下读一帧ret，并返回图片信息frame

ret, frame = cap.read()

# 只往下读一帧ret

ret = cap.grad() read()函数，输出的是两个参数：第一个参数 ret 为 True 或 False，代表有没有读取下一到帧图片；第二个参数 frame，表示读到的一帧图片的信息，OCR就是对 frame 进行识别处理。

grad()函数，输出的是一个参数：ret 为 True 或 False，代表有没有读取下一到帧图片。从上面的对比可以看出来，grab() 仅仅是用来指向下一帧，并没有返回多余的图片信息，当不需要解析图片的时候，grab() 函数显然效率更高，更合适。

cv2.VideoCapture.get() 函数

cv2.VideoCapture.get(n) ，n 的范围是 0~7，这个方法可以帮助我们获取视频的属性。其中我们用到的就是 get(1) - 获取视频当前帧，可以方便我们做跳帧操作。

 总结了一下：
 方法 含义
cv2.VideoCapture.get(0) 视频文件的当前位置（播放）以毫秒为单位
cv2.VideoCapture.get(1) 当前帧，基于以0开始的被捕获或解码的帧索引
cv2.VideoCapture.get(2) 视频文件的相对位置（播放）：0 = 电影开始，1 = 影片的结尾。
cv2.VideoCapture.get(3) 在视频流的帧的宽度
cv2.VideoCapture.get(4) 在视频流的帧的高度
cv2.VideoCapture.get(5) 帧率
cv2.VideoCapture.get(6) 编解码的4字 - 字符代码
cv2.VideoCapture.get(7) 视频文件中的帧数

除此之外，还可以用另外几个方法获取视频属性：

cv2.VideoCapture.get(cv2.CAP_PROP_FPS)：获取帧率；cv2.VideoCapture.get(cv2.CAP_PROP_FRAME_COUNT)：获取视频时长，单位- 秒。

二、实战练习

代码展示我这里设置的是每间隔10帧输出一次，大家可以根据自己的需要设置，代码如下：

get(1) 获取当前帧率跳帧

# _*_coding:utf-8_*_
# 作者：   Java Punk
# 时间：   2022-10-09 14:49:45
# 功能：   场景文字识别
 
import cv2
from paddleocr import PaddleOCR, draw_ocr
from PIL import Image
import numpy as np
 
def ch_match(videoPath):
    ocr = PaddleOCR(use_angle_cls=True, lang="ch")
    # 视屏获取
    cap = cv2.VideoCapture(videoPath)
    # 判断是否正常打开
    ret = cap.isOpened()
    # 循环读取视频帧
    while ret:
        # 获取当前视频帧位置
        now_fps = cap.get(1)
        # 设置每 10 帧输出一次
        if (now_fps % 10 != 0):
            # 跳帧
            ret = cap.grab()
            continue
        print("———————————————————— read fps", now_fps)
        # 是否截取到图片；图片信息
        ret, frame = cap.read()
        # 对返回的图片进行文字识别
        result = ocr.ocr(frame, cls=True, rec=True)
        boxes = [line[0] for line in result]
        txts = [line[1][0] for line in result]
        scores = [line[1][1] for line in result]
        # simsun.ttc 是一款很常见、实用的电脑字体，这里作为识别的模板
        im_show = draw_ocr(frame, boxes, txts, scores, font_path='../fonts/SIMSUN.TTC')
        im_show = Image.fromarray(im_show)
        tp_img = np.asarray(im_show)
        cv2.imshow('tp_img', tp_img)
        cv2.waitKey(1)
        pass
 
    cv2.waitKey(0)
    cv2.destroyAllWindows()
    pass
 
if __name__ == '__main__':
    print("———————————————————— start ————————————————————\n")
    # 图片路径自己设置，下面是我本地的路径，记得替换！！！
    ch_match('../img/yz_words/vlog_zxyw_02.mp4')
    print("———————————————————— end ————————————————————\n")

改动一下：记录帧率进行跳帧

   实际上每一次视频的 while 循环，都是往下走了一帧，所以我们也可以取巧的利用 i++ 进行跳帧，此时 i = cv2.VideoCapture.get(1)。

...
# 视频帧计数
timeC = 0  
# 循环读取视频帧
while ret:
    timeC = timeC + 1
    # 每隔 10 帧进行操作
    if (timeC % 10 != 0):    
        ret = cap.grab()
        continue
...