4. 视频流采集与处理：OpenCV基础
视频监控系统里，摄像头就是我们的眼睛。
但光有眼睛不够，还得让电脑看懂它看到了什么。这就是OpenCV登场的地方。我个人习惯把OpenCV称为「视觉瑞士军刀」——功能多，上手快，而且免费。
4.1 读取摄像头：从零到一
先来最基础的：让摄像头开始工作。
OpenCV里读取摄像头就一行代码：cv2.VideoCapture(0)。参数0代表第一个摄像头，1就是第二个。我在项目中遇到过一个问题——笔记本自带摄像头和USB外接摄像头同时存在时，索引号经常搞混。后来我养成了一个习惯：先写个小脚本枚举所有设备，再确定用哪个。
import cv2
# 打开摄像头
cap = cv2.VideoCapture(0)
# 检查是否成功
if not cap.isOpened():
print("摄像头打开失败，检查连接或索引号")
exit()
# 循环读取帧
while True:
ret, frame = cap.read()
if not ret:
print("读取帧失败，可能摄像头断开")
break
# 显示画面
cv2.imshow('Camera', frame)
# 按q退出
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放资源
cap.release()
cv2.destroyAllWindows()⚠️ 注意： 我曾经因为忘记调用 cap.release()，导致摄像头一直被占用，其他程序打不开。嗯，这个坑踩过一次就记住了。
4.2 帧处理：不只是看看而已
拿到原始帧之后，我们通常要做一些处理。说白了，摄像头给的数据是「生肉」，得加工一下才能用。
常见的帧处理操作：
- 灰度转换：
cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)，减少数据量，提高处理速度 - 尺寸缩放：
cv2.resize(frame, (640, 480))，统一分辨率 - 翻转镜像：
cv2.flip(frame, 1)，解决摄像头左右颠倒的问题 - 绘制标记：
cv2.rectangle()、cv2.putText()，标注检测结果
你想想看，一个1080p的原始帧，不做任何处理直接传输，带宽压力有多大？所以帧处理不仅是「好看」，更是为了「好用」。
4.3 图像保存：关键时刻要留证据
监控系统里，截图功能是刚需。比如检测到异常行为，立刻保存当前帧。
# 保存当前帧
cv2.imwrite('snapshot.jpg', frame)
# 带时间戳的保存
import time
timestamp = time.strftime("%Y%m%d_%H%M%S")
cv2.imwrite(f'snapshot_{timestamp}.jpg', frame)💡 小技巧： 我建议保存时用JPEG格式，质量参数设为95左右。太高质量文件太大，太低质量细节丢失。95是个不错的平衡点。
4.4 视频流编码：MJPEG vs H.264
这里要聊一个核心问题：视频流怎么编码？
两种主流方案：
| 特性 | MJPEG | H.264 |
|---|---|---|
| 压缩原理 | 每帧独立压缩 | 帧间预测+帧内压缩 |
| 压缩比 | 低（约10:1） | 高（约100:1） |
| 延迟 | 低 | 中 |
| 解码复杂度 | 低 | 高 |
| 适用场景 | 局域网、低延迟需求 | 广域网、存储优化 |
我个人习惯：局域网内用MJPEG，因为延迟低、实现简单。广域网传输用H.264，带宽利用率高。为什么？你想想看，一个1080p的MJPEG流，码率可能跑到30Mbps以上，而H.264只需要2-3Mbps就能达到差不多的画质。
🔑 关键点： 选择编码方式时，要权衡三个因素：带宽、延迟、计算资源。没有银弹，只有最适合你场景的方案。
4.5 实时视频预览：cv2.imshow + waitKey
实时预览是调试阶段最常用的功能。核心就两个函数：
cv2.imshow(window_name, image)：显示图像窗口cv2.waitKey(delay)：等待键盘输入，同时控制帧率
这里有个容易忽略的细节：waitKey(1) 的参数1表示等待1毫秒。如果改成0，就会一直等待按键，画面就卡住了。我曾经在调试时不小心写成了 waitKey(0)，结果画面一动不动，我还以为是摄像头坏了……
# 控制帧率的技巧
fps = 30
delay = int(1000 / fps) # 约33ms
while True:
ret, frame = cap.read()
# 处理帧...
cv2.imshow('Preview', frame)
# 用delay控制显示速度
if cv2.waitKey(delay) & 0xFF == ord('q'):
break⚠️ 注意： waitKey 返回的是按键的ASCII码。用 & 0xFF 是为了兼容64位系统。这个细节我见过不少新手踩坑。
4.6 本章知识体系
下面这张图，把视频流采集与处理的核心流程串起来了：
这张图把整个流程分成了三个阶段：采集端、处理端、输出端。每个环节都有对应的OpenCV函数。我个人建议初学者先把「采集→预览」这个闭环跑通，再逐步加入处理和编码。
💡 经验之谈： 调试阶段，先用 cv2.imshow 确认画面正常，再去做编码和传输。否则你根本不知道问题是出在采集环节还是编码环节。这个「分步验证」的思路，能帮你省下大量排查时间。
公众号:蓝海资料掘金营，微信deep3321