3. OpenCV 基础操作（下）：视频与摄像头

上一章我们把静态图像玩得差不多了。但说真的，做视觉项目哪能只处理图片？视频流才是主战场。这一章，我们就来搞定视频文件的读取、摄像头的实时捕获，以及两个最常用的帧处理操作——模糊和边缘检测。

我个人习惯把视频理解成「高速翻动的图片序列」。OpenCV 处理视频的思路很简单：一帧一帧地读，一帧一帧地处理。你想想看，每秒 30 帧的视频，其实就是 30 张图片在快速切换。理解了这一点，后面的操作就顺了。

3.1 视频文件的读取与写入

先聊视频文件读取。OpenCV 用 cv2.VideoCapture 这个类来搞定。你给它一个文件路径，它就能一帧一帧地吐数据给你。

import cv2

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

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break  # 视频读完了就退出
    
    cv2.imshow('Video Frame', frame)
    
    # 按 'q' 键退出
    if cv2.waitKey(25) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

这里有几个关键点我得提醒你：

• ret 返回值：布尔值，告诉你这一帧是否读取成功。视频读到结尾时 ret 会变成 False，一定要检查，否则程序会崩。
• waitKey() 的参数：单位是毫秒。25 毫秒对应约 40 FPS，基本能跟上大多数视频的播放速度。数值越小，播放越快。
• cap.isOpened()：检查摄像头或视频文件是否成功打开。我曾经因为路径写错，在这卡了半小时——文件不存在但 OpenCV 不报错，只返回 False。

视频写入：把处理结果存下来

光看不存等于白干。视频写入用 cv2.VideoWriter，你需要指定四个东西：输出文件名、编码格式、帧率、画面尺寸。

# 定义编码器
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 20.0, (640, 480))

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break
    
    # 在这里做你的处理，比如转灰度
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    # 注意：VideoWriter 需要三通道彩色图，灰度图要转回去
    frame_out = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
    
    out.write(frame_out)

out.release()

编码格式 fourcc 是个坑。不同的操作系统支持的编码器不一样：

平台	推荐编码	文件后缀
Windows	'XVID' 或 'MJPG'	.avi
macOS / Linux	'XVID' 或 'MP4V'	.avi 或 .mp4

3.2 摄像头实时捕获

摄像头捕获和视频文件读取几乎一样，唯一的区别是 VideoCapture 的参数从文件路径变成了设备索引号。

cap = cv2.VideoCapture(0)  # 0 代表默认摄像头

# 设置摄像头参数（可选）
cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
cap.set(cv2.CAP_PROP_FPS, 30)

while True:
    ret, frame = cap.read()
    if not ret:
        print("无法获取摄像头画面")
        break
    
    cv2.imshow('Camera', frame)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

这里有几个实际项目中会遇到的问题：

• 设备索引：0 是内置摄像头，1、2 是外接摄像头。如果你插了多个摄像头但不知道哪个是哪个，写个循环从 0 试到 10 就行。
• 参数设置：cap.set() 不一定生效，这取决于摄像头驱动。我遇到过一些廉价 USB 摄像头，你设 1280x720，它实际只输出 640x480，而且不告诉你。
• 延迟问题：waitKey(1) 只等 1 毫秒，适合实时显示。如果处理逻辑很重，帧率会掉，画面会卡。

3.3 帧处理基础：图像模糊

模糊操作说白了就是「去噪」。摄像头采集的画面通常有噪点，直接做边缘检测会得到一堆假边缘。所以我的习惯是：先模糊，再检测。

OpenCV 提供了三种常用模糊方法：

方法	函数	特点	适用场景
均值模糊	cv2.blur()	简单平均，速度快	轻度噪声
高斯模糊	cv2.GaussianBlur()	按权重平均，边缘保留更好	通用场景，最常用
中值模糊	cv2.medianBlur()	取中位数，抗椒盐噪声强	有椒盐噪声的图像

import cv2

img = cv2.imread('noisy_image.jpg')

# 均值模糊
blur_avg = cv2.blur(img, (5, 5))

# 高斯模糊（最推荐）
blur_gaussian = cv2.GaussianBlur(img, (5, 5), 0)

# 中值模糊
blur_median = cv2.medianBlur(img, 5)

cv2.imshow('Original', img)
cv2.imshow('Gaussian Blur', blur_gaussian)
cv2.waitKey(0)

核大小 (5, 5) 是什么意思？说白了就是取周围 5x5 像素区域做平均。核越大，模糊越强，但细节丢失也越多。我个人习惯用 (5, 5) 或 (3, 3)，太大反而不好。

3.4 Canny 边缘检测

边缘检测是计算机视觉的基石。Canny 算法是业界标准，它比简单的 Sobel 或 Laplacian 更鲁棒。为什么？因为它做了四件事：去噪、找梯度、非极大值抑制、双阈值筛选。

你不需要记住全部细节，但双阈值这个参数你得理解：

edges = cv2.Canny(image, threshold1, threshold2)

# 实际例子
edges = cv2.Canny(blur_gaussian, 50, 150)

• threshold1（低阈值）：低于这个值的像素点，直接排除，不是边缘。
• threshold2（高阈值）：高于这个值的像素点，确定为强边缘。
• 介于两者之间的，只有与强边缘相连才保留。

这个「滞后阈值」机制很聪明。它解决了边缘断裂的问题——弱边缘如果连着强边缘，就保留；孤立的弱边缘，丢掉。

完整的实时边缘检测流程

把上面所有知识点串起来，就是一个完整的实时边缘检测程序：

import cv2

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 1. 转灰度（Canny 只需要单通道）
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    
    # 2. 高斯模糊去噪
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    
    # 3. Canny 边缘检测
    edges = cv2.Canny(blurred, 50, 150)
    
    # 4. 显示结果
    cv2.imshow('Original', frame)
    cv2.imshow('Edges', edges)
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

这个流程我用了无数次。你想想看，从摄像头拿到原始画面，到输出干净的边缘图，就四行核心代码。但就是这四行代码，构成了后面 YOLO 目标检测的预处理基础。

3.5 本章小结

这一章我们搞定了三件事：视频文件的读写、摄像头的实时捕获、帧的模糊与边缘检测。这些东西单独看都不难，但组合起来就是实时视觉系统的骨架。

嗯，这里要注意：后面的 YOLO 检测章节，我们会把检测模型嵌入到这个帧循环里。你现在打好的基础——帧读取、预处理、显示控制——到时候全都会用上。