如何从摄像头获取实时画面?
电脑上的摄像头,是任何需要“观察真实世界并作出反应”的程序的起点。口红的例子正展示了 这一点:视频是许多静止帧一个接一个送来。在每一帧中找出人脸,涂上口红, 显示这一帧,再继续下一帧。每一帧都这样做,结果就是一张带着口红的动态人脸。
下面的程序是基础:10 行代码,打开你的摄像头,在窗口中显示实时画面,直到你按下
q 或 Q。它不含任何 AI,只负责从摄像头获取帧并显示出来——
刻意如此,好让摄像头部分在加入 AI 之前先弄清楚。
你的眼睛看到什么,程序看到什么
你的眼睛看到流畅的动态影像。程序看到的是一连串独立的帧,每一帧迅速取代前一帧, 快得让你看不出变化。
程序如何运行
1. 打开摄像头
import cv2
cap = cv2.VideoCapture(0)
cv2 是 OpenCV(Open Source Computer Vision,开源计算机视觉),
本系列用来打开照片和视频的库。第一行把它加载。
第二行连接摄像头,并把这个连接保存在 cap(capture,捕获)里。0
指电脑上的第一个摄像头,通常是内置摄像头。在 Mac 上,第一次运行时电脑会请求授权;
在 Windows 上,如果没有画面出现,请检查“设置”中是否允许了摄像头访问。
2. 每次读取一帧
while True:
ret, img = cap.read()
cv2.imshow("Frame", img)
第一行启动一个不会自行停止的循环,因为 True 永远为真。它下面缩进的
每一行都会一遍又一遍地执行,每帧一次。
cap.read() 取出一帧。ret(return)表示有没有成功读到帧,
img(image)就是帧本身:一个像素值的网格。这个 img
就是任何摄像头程序要处理的东西——与之前笔记中的照片文件完全一样。
cv2.imshow 把帧显示在标题为 "Frame" 的窗口中。每一帧新画面
取代前一帧,所以窗口看起来就像实时视频。
3. 按 q 或 Q 时停止
key = cv2.waitKey(1)
if key in (ord('q'), ord('Q')):
break
cv2.waitKey(1) 等待一毫秒看有没有按键,然后继续。key
是一个代码,告诉你按了哪个键,没有按键就返回 -1。这个短暂的等待
也让窗口有时间画出帧——视频能显示出来,正是因为它。
下一行检查 q 或 Q。ord() 把字母变成数字——
ord('q') 是 113——这样字母就能与 key 中的数字比较。
两个都测试,大写锁定(Caps Lock)就没有影响。
break 离开循环,继续执行最后两行。运行程序后,Visual Studio Code 的
终端仍是目前选中的窗口,所以你按的 q 或 Q 会送往
Visual Studio Code,而不是显示视频的程序。把鼠标指针移到视频窗口上,单击选中它,
然后按 q 或 Q 结束程序。
还有一个更快的停止方法:在 Visual Studio Code 终端中,同时按 Ctrl
和 C 两个键。
4. 关闭摄像头
cap.release()
cv2.destroyAllWindows()
cap.release() 断开与摄像头的连接,其他程序就能再次使用它,摄像头指示灯
也会熄灭。cv2.destroyAllWindows() 关闭窗口。
完整程序
把上面的部分拼回来。这就是完整的文件,一共 10 行:
import cv2
cap = cv2.VideoCapture(0)
while True:
ret, img = cap.read()
cv2.imshow("Frame", img)
key = cv2.waitKey(1)
if key in (ord('q'), ord('Q')):
break
cap.release()
cv2.destroyAllWindows()
保存其中一帧
许多工作只需要一帧画面,而不是一条视频流:取一帧,然后分析它。你不需要为此
另写一个程序。在循环内,img 已经是一帧画面,所以多加一行就能把它
保存为文件:
cv2.imwrite("camera_frame.jpg", img)
把那行加在 cap.read() 之后,程序就会为每一帧写一个新文件。如果只想
保留一帧,把它加在 break 那行上面,这样文件会在你按 q
时保存:你那一刻在屏幕上看到的,就是你得到的。
一旦帧成为文件,之前笔记中的一切就都能套用——包括
〈AI 如何找出你脸上的关键点?〉中的
face_recognition.load_image_file。
在自己的电脑上运行
下载 zip 文件并解压到
一个文件夹。这个 zip 包含本系列的六个程序;本文使用 face05.py。
这个程序不需要在文件夹里放照片。在 Visual Studio Code 中打开文件夹,然后在终端
输入以下三行:
uv python pin 3.12.10
uv sync
uv run face05.py
第一行记录这个文件夹使用的 Python 版本,第二行安装 pyproject.toml
列出的所有软件包(包括 OpenCV)。第三行打开摄像头窗口。在该窗口中按 q
即可关闭。
如果你还没有设置 uv,请先阅读 〈如何安装 Visual Studio Code?〉, 然后是 Windows 或 Mac 的 uv 笔记。
接下来
摄像头只是眼睛;思考在下一篇登场——那篇笔记会把 AI 加进来。