python使用openCV遍历文件夹里所有视频文件并保存

1. 引言

OpenCV 是一个广泛使用的计算机视觉库，而 Python 是一种简单易用且功能强大的编程语言。本文将介绍如何使用 OpenCV 和 Python 批量遍历文件夹中的视频文件，并将其保存。通过这篇文章，你将学会如何利用 Python 和 OpenCV 进行视频处理。

2. 准备工作

2.1 安装 OpenCV 和 Python

首先，你需要安装 OpenCV 和 Python。可以使用 pip 命令来安装它们：

pip install opencv-python

2.2 创建一个文件夹

在开始处理视频文件之前，我们需要创建一个文件夹来保存处理后的视频文件。在命令行中输入以下命令来创建一个文件夹：

mkdir processed_videos

3. 遍历文件夹里的视频文件并保存

接下来，我们将使用 Python 中的 os 模块来遍历文件夹里所有的视频文件，并使用 OpenCV 来处理并保存这些视频文件。

首先，我们需要导入必要的库：

import cv2

import os

3.1 获取文件夹中的视频文件

我们可以使用 os 模块的 listdir 函数来获取文件夹中的所有文件和文件夹：

folder_path = '/path/to/your/folder'

video_files = [f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f)) and f.endswith('.mp4')]

在上面的代码中，folder_path 是你要遍历的文件夹路径，video_files 是一个包含所有视频文件名的列表。

重要提示：请确保将 /path/to/your/folder 替换为你的文件夹路径。

3.2 遍历视频文件并保存

现在我们可以遍历视频文件，并使用 OpenCV 读取、处理和保存这些视频文件。

for video_file in video_files:

    video_path = os.path.join(folder_path, video_file)
    video_capture = cv2.VideoCapture(video_path)
    
    frames = []
    while True:
        ret, frame = video_capture.read()
        if not ret:
            break
        frames.append(frame)
    
    processed_frames = []
    for frame in frames:
        # 在这里添加对每一帧的处理代码
        
        processed_frames.append(processed_frame)
    
    processed_video_path = os.path.join('processed_videos', video_file)
    height, width, _ = processed_frames[0].shape
    video_writer = cv2.VideoWriter(processed_video_path, cv2.VideoWriter_fourcc(*'mp4v'), 30, (width, height))
    for frame in processed_frames:
        video_writer.write(frame)
    
    video_capture.release()
    video_writer.release()

提示：在上述代码中的 # 在这里添加对每一帧的处理代码 处，你可以添加你自己的视频处理代码，例如应用滤镜、裁剪视频等。

在这段代码中，我们首先读取视频文件，并将每一帧存储在 frames 列表中。然后，我们对每一帧进行处理，并将处理后的帧存储在 processed_frames 列表中。最后，我们创建一个 VideoWriter 对象，将处理后的帧写入新的视频文件中。

处理后的视频文件将保存在名为 processed_videos 的文件夹中。

4. 结论

在本文中，我们学习了如何使用 Python 和 OpenCV 遍历文件夹中的所有视频文件，并使用 OpenCV 进行视频处理和保存。通过本文的指导，你现在可以使用 Python 和 OpenCV 在自己的项目中处理和保存视频文件。

希望本文对你有所帮助，祝你在使用 Python 和 OpenCV 进行视频处理方面取得进展！