使用python

Question

我想知道我是否正确地采用这种方式，或者是否有更高效的方式。

我正在尝试在视频内部寻找图像，就像在视频的每一帧上一样，这个图像可能包含在其中的某个位置（它不是全尺寸的帧，只是一个小的帧）。

目前正在将视频拉入图片中：

import cv2
vidcap = cv2.VideoCapture('My_Video.mp4')
success,image = vidcap.read()
count = 0
success = True
while success:
  success,image = vidcap.read()
  print ('Read a new frame: ', success)
  cv2.imwrite("frame%d.jpg" % count, image)     # save frame as JPEG file
  count += 1

然后循环遍历它们：

import cv2
import numpy as np
from matplotlib import pyplot as plt

img_rgb = cv2.imread('frame1.png')
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)
template = cv2.imread('small_icon_I_am_looking_for.png',0)
w, h = template.shape[::-1]

res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
threshold = 0.8
loc = np.where( res >= threshold)
for pt in zip(*loc[::-1]):
    cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

cv2.imwrite('res.png',img_rgb)

有没有办法可以跳过保存图片？我在数千小时的视频中执行此操作，并且保存和删除每个帧我认为将使用可能不需要的大量时间。任何想法我怎么可以搜索这个而不需要每次都保存图片？这是我的意思的一个例子，说有一个超级马里奥正在播放的视频，它寻找这个硬币：

并检测到它：

这目前有效，但只是寻找更好的方法。

Answer 1

如果我没有误解你，下面的内容应该有效。总的来说，您的代码编写得很好，只需要进行最少的更改即可完成您的要求。由于while循环的结构，丢弃第一帧时也存在问题。避免这种情况的一个好方法是循环和半/同时True构造：

import cv2
import numpy as np
from matplotlib import pyplot as plt

def process_img(img_rgb, template, count):
    img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)

    w, h = template.shape[::-1]

    res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)
    threshold = 0.8
    loc = np.where( res >= threshold)
    for pt in zip(*loc[::-1]):
        cv2.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)

    # This will write different res.png for each frame. Change this as you require
    cv2.imwrite('res{0}.png'.format(count),img_rgb)   


def main():
    vidcap = cv2.VideoCapture('My_Video.mp4')
    template = cv2.imread('small_icon_I_am_looking_for.png',0)  # open template only once
    count = 0
    while True:
      success,image = vidcap.read()
      if not success: break         # loop and a half construct is useful
      print ('Read a new frame: ', success)
      process_image(image, template, count)
      count += 1