📚 课程目录第2章摄像头基础操作

2. 摄像头基础操作：OpenCV打开摄像头、读取帧、显示画面、释放资源

摄像头操作，是整个实时检测系统的起点。

你想想看，如果连画面都拿不到，后面再牛的模型也白搭。这一章我们就来搞定最基础、也最核心的摄像头操作流程。

2.1 OpenCV 的摄像头接口

OpenCV 提供了 cv2.VideoCapture 这个类来操作摄像头。我个人习惯把它理解成一个「摄像头遥控器」——你通过它来开关设备、获取画面。

基本用法很简单：

import cv2

# 打开摄像头，参数0表示第一个摄像头
cap = cv2.VideoCapture(0)

# 检查是否成功打开
if not cap.isOpened():
    print("无法打开摄像头")
    exit()

这里有个细节要注意：cv2.VideoCapture(0) 里的数字代表设备索引。笔记本通常自带一个摄像头，索引就是0。如果你外接了USB摄像头，它可能是1或2。

小技巧： 不确定摄像头索引？写个循环试试：for i in range(5): cap = cv2.VideoCapture(i)，哪个能打开就用哪个。

2.2 读取帧：核心循环

打开摄像头之后，我们需要不停地从里面「拿」画面。每一张画面，就是一帧（frame）。

读取帧用 cap.read()，它会返回两个东西：

ret：布尔值，表示读取是否成功
frame：图像数据，是一个numpy数组

来看一个完整的读取循环：

while True:
    ret, frame = cap.read()
    if not ret:
        print("读取帧失败")
        break

    # 在这里处理 frame，比如显示、保存、传给YOLO
    cv2.imshow('Camera', frame)

    # 按 'q' 键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

嗯，这里有个坑。我曾经在项目里遇到过 cap.read() 突然返回 False 的情况，排查了半天发现是摄像头USB线松了。所以，一定要检查 ret 的值，别想当然地认为每次都能读到帧。

注意： cv2.waitKey(1) 的参数是延迟时间，单位毫秒。1表示延迟1ms，这样循环跑得很快。如果你设成0，画面会卡住，直到你按键盘。

2.3 显示画面：imshow 的用法

cv2.imshow() 负责把图像显示在窗口中。它需要两个参数：窗口名字和图像数据。

cv2.imshow('My Camera', frame)

窗口名字可以随便起，但要注意：同一个名字对应同一个窗口。如果你每次循环都换名字，那就会弹出无数个窗口，画面乱成一团。

我刚开始学的时候犯过这个错，满屏都是窗口，差点把电脑搞崩了。后来养成了习惯：窗口名字用常量定义，比如 WINDOW_NAME = "Camera"。

2.4 释放资源：善后工作

摄像头是硬件资源，用完了必须释放。否则下次再打开时可能会报错，甚至导致系统卡死。

释放资源分两步：

释放摄像头：cap.release()
关闭所有窗口：cv2.destroyAllWindows()

完整代码：

cap.release()
cv2.destroyAllWindows()

  核心原则： 谁打开，谁释放。打开摄像头的地方，一定要有对应的 release 代码。我习惯用 try-finally 来保证释放，或者直接写在程序退出前。

2.5 完整示例：摄像头基础操作

把上面所有步骤串起来，就是一个完整的摄像头操作程序：

import cv2

def main():
    cap = cv2.VideoCapture(0)
    if not cap.isOpened():
        print("摄像头打开失败")
        return

    while True:
        ret, frame = cap.read()
        if not ret:
            print("读取帧失败")
            break

        cv2.imshow('Camera', frame)

        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    cap.release()
    cv2.destroyAllWindows()

if __name__ == "__main__":
    main()

这个程序跑起来后，你会看到一个实时摄像头画面。按 q 键退出。

2.6 知识结构图

下面这张图总结了摄像头操作的核心流程：

2.7 常见问题与避坑

问题	原因	解决办法
摄像头打不开	索引不对、被其他程序占用	换索引、关闭其他摄像头应用
画面卡顿	waitKey 延迟太大、处理太慢	设成1ms、优化处理逻辑
窗口无响应	没有调用 waitKey	加上 cv2.waitKey(1)
再次打开报错	没有 release	确保调用了 cap.release()

避坑指南： 我曾经在调试时忘了 release，结果摄像头一直被占用，重启电脑才恢复。后来我写了个装饰器，自动在函数退出时释放资源，再也没出过这个问题。

2.8 小结

这一章的内容其实就四个动作：打开 → 读取 → 显示 → 释放。

别看它简单，这是所有摄像头应用的基石。后面的多线程、YOLO检测，全都要在这个循环里做文章。

你先把这段代码跑通，亲眼看到自己的摄像头画面出现在屏幕上。那种感觉，说实话，挺有成就感的。