背景

        我开始关注这个问题
  
  
  
  
  
 ，是在使用 PaddleOCR + OpenCV 进行视频文字识别的时候 
  
  
  
  
  ，因为OpenCV 需要循环读取视频的每一帧进行解析 


 


 


 


 


 

，这就导致视频播放特别卡顿           。由于视频中相邻帧的内容是一样的
 
 
 
 
 
，重复识别也没有意义  
   
   
   
   
   ，所以我就在考虑：有没有办法跳帧输出？

        咱们能想到的所有问题 

 

 

 

 

 
，都已经被设计师考虑过了

 

 

 

 

 

，需要用到下面两个函数：

cv2.VideoCapture.grab() cv2.VideoCapture.get()

        你可能需要用到的文章：

关于：Python基础           ，爬虫 
 

 
 

 
 

 
 

 
 

 
 ，机器学习











，常见异常和面试【篇】（专题汇总）

正文

一
  
  
  
  
  
 、核心方法

1. cv2.VideoCapture.grab() 函数

# 视屏获取                ，videoPath为视频的路径 cap = cv2.VideoCapture(videoPath) # 往下读一帧ret 
 
 
 
 
 
 
 
 
 
 
 ，并返回图片信息frame ret, frame = cap.read() # 只往下读一帧ret ret = cap.grad() read()函数
















，输出的是两个参数：第一个参数 ret 为 True 或 False           ，代表有没有读取下一到帧图片；第二个参数 frame 
 
  
 
  
 
  
 
  
 
  
 ，表示读到的一帧图片的信息










，OCR就是对 frame 进行识别处理  
 
  
 
  
 
  
 
  
 
  
。  grad()函数
  
  
  
  
  
 ，输出的是一个参数：ret 为 True 或 False 
  
  
  
  
  ，代表有没有读取下一到帧图片










。

        从上面的对比可以看出来 


 


 


 


 


 

，grab() 仅仅是用来指向下一帧
 
 
 
 
 
，并没有返回多余的图片信息  
   
   
   
   
   ，当不需要解析图片的时候 

 

 

 

 

 
，grab() 函数显然效率更高

 

 

 

 

 

，更合适
  
  
  
  
  
 。

2. cv2.VideoCapture.get() 函数

        cv2.VideoCapture.get(n)            ，n 的范围是 0~7 
 

 
 

 
 

 
 

 
 

 
 ，这个方法可以帮助我们获取视频的属性  
  
  
  
  
 。其中我们用到的就是 get(1) - 获取视频当前帧











，可以方便我们做跳帧操作
 


 


 


 


 


 
。

        总结了一下：

方法 含义 cv2.VideoCapture.get(0) 视频文件的当前位置（播放）以毫秒为单位 cv2.VideoCapture.get(1) 当前帧                ，基于以0开始的被捕获或解码的帧索引 cv2.VideoCapture.get(2) 视频文件的相对位置（播放）：0 = 电影开始 
 
 
 
 
 
 
 
 
 
 
 ，1 = 影片的结尾
 
 
 
 
 
。 cv2.VideoCapture.get(3) 在视频流的帧的宽度 cv2.VideoCapture.get(4) 在视频流的帧的高度 cv2.VideoCapture.get(5) 帧率 cv2.VideoCapture.get(6) 编解码的4字 - 字符代码 cv2.VideoCapture.get(7) 视频文件中的帧数

        除此之外
















，还可以用另外几个方法获取视频属性：

cv2.VideoCapture.get(cv2.CAP_PROP_FPS)：获取帧率； cv2.VideoCapture.get(cv2.CAP_PROP_FRAME_COUNT)：获取视频时长           ，单位- 秒   
   
   
   
   
  。

二 
  
  
  
  
  、实战练习

1. 代码展示

        我这里设置的是每间隔10帧输出一次 
 
  
 
  
 
  
 
  
 
  
 ，大家可以根据自己的需要设置










，代码如下：

get(1) 获取当前帧率跳帧 # _*_coding:utf-8_*_ # 作者： Java Punk # 时间： 2022-10-09 14:49:45 # 功能： 场景文字识别 import cv2 from paddleocr import PaddleOCR, draw_ocr from PIL import Image import numpy as np def ch_match(videoPath): ocr = PaddleOCR(use_angle_cls=True, lang="ch") # 视屏获取 cap = cv2.VideoCapture(videoPath) # 判断是否正常打开 ret = cap.isOpened() # 循环读取视频帧 while ret: # 获取当前视频帧位置 now_fps = cap.get(1) # 设置每 10 帧输出一次 if (now_fps % 10 != 0): # 跳帧 ret = cap.grab() continue print("———————————————————— read fps", now_fps) # 是否截取到图片；图片信息 ret, frame = cap.read() # 对返回的图片进行文字识别 result = ocr.ocr(frame, cls=True, rec=True) boxes = [line[0] for line in result] txts = [line[1][0] for line in result] scores = [line[1][1] for line in result] # simsun.ttc 是一款很常见 


 


 


 


 


 

、实用的电脑字体
  
  
  
  
  
 ，这里作为识别的模板 im_show = draw_ocr(frame, boxes, txts, scores, font_path=../fonts/SIMSUN.TTC) im_show = Image.fromarray(im_show) tp_img = np.asarray(im_show) cv2.imshow(tp_img, tp_img) cv2.waitKey(1) pass cv2.waitKey(0) cv2.destroyAllWindows() pass if __name__ == __main__: print("———————————————————— start ————————————————————\n") # 图片路径自己设置 
  
  
  
  
  ，下面是我本地的路径 


 


 


 


 


 

，记得替换！！！ ch_match(../img/yz_words/vlog_zxyw_02.mp4) print("———————————————————— end ————————————————————\n")

改动一下：记录帧率进行跳帧

       实际上每一次视频的 while 循环
 
 
 
 
 
，都是往下走了一帧  
   
   
   
   
   ，所以我们也可以取巧的利用 i++ 进行跳帧 

 

 

 

 

 
，此时 i = cv2.VideoCapture.get(1)
 

 

 

 

 

 
。

... # 视频帧计数 timeC = 0 # 循环读取视频帧 while ret: timeC = timeC + 1 # 每隔 10 帧进行操作 if (timeC % 10 != 0): ret = cap.grab() continue ...

2. 效果展示

        感兴趣的小伙伴可以把跳帧部分的代码去掉看看效果

 

 

 

 

 

，对比一下           ，说下我用公司电脑测试的结果：

执行跳帧前：原视频时长7s 
 

 
 

 
 

 
 

 
 

 
 ，最后 cv2.imshow() 时长 2min； 执行跳帧后：原视频时长7s











，最后 cv2.imshow() 时长 20s；

下面是“执行跳帧后           ”的效果（由于上传大小限制                ，无奈只能降低画质）：