python如何讀取視頻流提取視頻幀

這篇文章主要介紹python如何讀取視頻流提取視頻幀，文中介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們一定要看完！

python的五大特點是什么

python的五大特點：1.簡單易學，開發程序時，專注的是解決問題,而不是搞明白語言本身。2.面向對象，與其他主要的語言如C++和Java相比, Python以一種非常強大又簡單的方式實現面向對象編程。3.可移植性，Python程序無需修改就可以在各種平臺上運行。4.解釋性，Python語言寫的程序不需要編譯成二進制代碼,可以直接從源代碼運行程序。5.開源，Python是 FLOSS(自由/開放源碼軟件)之一。

具體內容如下

方法一：通過imageio庫和skimage庫

1. 安裝環境：

pip install imageio

pip install skimage

這時候會報錯Please install the `scikit-image` package (instead of `skimage`)

所以按照提示操作即可：

pip install scikit-image

環境安裝成功。

2.通過python安裝ffmpge（用來解碼視頻流）

import imageio

imageio.plugins.ffmpeg.download()

這時候會提示：

Imageio: 'ffmpeg.linux64' was not found on your computer; downloading it now.Try 1. Download from https://github.com/imageio/imageio-binaries/raw/master/ffmpeg/ffmpeg.linux64 (27.2 MB)Downloading: 8192/28549024 bytes

開始進行下載ffmpeg

注意：下載這個文件很容易斷線，所有可以先拿下載工具下載后，再放到下面路徑，然后系統就會認為文件已經下載完了。
文件路徑： /root/.imageio/ffmpeg/ffmpeg.linux6

如果不斷線的話，文件就會存放在上述路徑中。

下次執行就可以直接讀取視頻流了。

3. 使用imageio庫提取視頻幀

imageio官方文檔地址

用法：

# coding:utf-8 
import pylab 
import imageio 
#注釋的代碼執行一次就好，以后都會默認下載完成 
#imageio.plugins.ffmpeg.download() 
import skimage 
import numpy as np 
 
#視頻的絕對路徑 
filename = 'video/01_01.wmv' 
#可以選擇解碼工具 
vid = imageio.get_reader(filename, 'ffmpeg') 
for num,im in enumerate(vid): 
 #image的類型是mageio.core.util.Image可用下面這一注釋行轉換為arrary 
 print im.mean() 
 image = skimage.img_as_float(im).astype(np.float64) 
 fig = pylab.figure() 
 fig.suptitle('image #{}'.format(num), fontsize=20) 
 pylab.imshow(im) 
pylab.show()

方式二：通過cv2庫

用法：

import cv2 
video_full_path="video/01_01.wmv" 
cap = cv2.VideoCapture(video_full_path) 
print cap.isOpened() 
frame_count = 1 
success = True 
while(success): 
 success, frame = cap.read() 
 print 'Read a new frame: ', success 
 
 params = [] 
 #params.append(cv.CV_IMWRITE_PXM_BINARY) 
 params.append(1) 
 cv2.imwrite("video" + "_%d.jpg" % frame_count, frame, params) 
 
 frame_count = frame_count + 1 
 
cap.release()

存在問題：cap.isOpened()總是輸出false，表示打開失敗。沒辦法讀取，問題一直沒有解決，如果有哪位大神解決還往告知！！

以上是“python如何讀取視頻流提取視頻幀”這篇文章的所有內容，感謝各位的閱讀！希望分享的內容對大家有幫助，更多相關知識，歡迎關注億速云行業資訊頻道！