典型的文件处理流程如下：

利用命令行参数

sys.argv

命令行参数是读取文件时常用的方式。

命令行参数保存在 sys.argv 的列表中，列表的第一个元素是脚本名称，后面的元素是命令行参数：

通过以下脚本 sys_argv.py 可以熟悉命令行参数的获取：

1 import sys
2 
3 print(f'运行的脚本名是：{sys.argv[0]}')
4 print(f'sys.argv 列表的长度是：{len(sys.argv)}')
5 print(f'该脚本的参数是：{sys.argv[1:]}')

运行命令 python sys_argv.py 666 yu 可以得到以下输出：

运行的脚本名是：sys_argv.py
sys.argv 列表的长度是：3
该脚本的参数是：['666', 'yu']

argparse

当程序比较复杂时，我们一般不会直接使用 sys.argv，而应该使用 Python 的标准库 argparse。

argparse 做了一些封装。使用 argparse，程序可以识别需要哪些参数，如何解析参数，以及提供帮助信息和使用信息，也提供自动化的错误信息。

下面是使用 argparse 的示例：

 1 import argparse
 2 
 3 # 创建 ArgumentParser 对象，参数会自动保存到该对象中
 4 # description 在使用 -h/--help 的时候会显示这个文本
 5 parser = argparse.ArgumentParser(description='某图像处理')
 6 
 7 # 添加参数
 8 # 第一个参数是给 parser 添加的变量
 9 # type 指定类型
10 # help 解释参数
11 parser.add_argument('image', type=str, help='图像路径')
12 
13 # 调用 parse_args() 可以获取参数
14 args = parser.parse_args()
15 print(args.image)

运行命令 python argparse_demo.py '../data/yiquan.jpeg' ，可以输入：

../data/yiquan.jpeg

更多关于 argparse 的用法参考：argparse — Parser for command-line options, arguments and sub-commands

读写图片

读入图片

一个利用参数读取图片的例子：

 1 """
 2 读取图片
 3 """
 4 import argparse
 5 import cv2
 6 
 7 # 创建 ArgumentParser 对象
 8 parser = argparse.ArgumentParser()
 9 
10 # 添加参数，默认类型是字符串
11 parser.add_argument('path_image', help='图像路径')
12 
13 # 解析参数
14 args = parser.parse_args()
15 
16 # 根据图像路径加载输入图像
17 image = cv2.imread(args.path_image)
18 cv2.imshow('loaded image', image)
19 cv2.waitKey(0)
20 cv2.destroyAllWindows()

输入命令 python argparse_load_image.py ../data/yiquan.jpeg ，可以显示图片。

读入/处理/写入图片

标准的图像处理流程有读取、处理、保存，以下是一个该流程的简单示例：

 1 """
 2 读入/处理/写入图片
 3 运行脚本 python argparse_load_processing_save_image.py [path_image_input] [path_image_output]
 4 """
 5 import argparse
 6 import cv2
 7 
 8 parser = argparse.ArgumentParser()
 9 
10 parser.add_argument('path_image_input', help='图像输入的路径')
11 
12 parser.add_argument('path_image_output', help='图像输出的路径')
13 
14 args = parser.parse_args()
15 
16 image_input = cv2.imread(args.path_image_input)
17 
18 # 把彩色图片变为灰度图片
19 gray_image = cv2.cvtColor(image_input, cv2.COLOR_BGR2GRAY)
20 
21 cv2.imshow('gray image', gray_image)
22 
23 # 保存处理后的文件
24 cv2.imwrite(args.path_image_output, gray_image)
25 
26 cv2.waitKey(0)
27 
28 cv2.destroyAllWindows()

运行脚本后的效果如下：

并且在参数指定的目录保存一张 result.jpeg 图片。

读取摄像头数据和视频文件

读取+处理

OpenCV 的 cv2.VieoCapture 可以根据不同源（如图像序列、视频文件、摄像头），进行视频捕捉。

 1 """
 2 读取摄像头数据
 3 处理数据并且展示数据
 4 """
 5 import argparse
 6 import cv2
 7 
 8 parser = argparse.ArgumentParser()
 9 
10 parser.add_argument('index_camera', type=int, help='摄像头编号')
11 
12 args = parser.parse_args()
13 
14 capture = cv2.VideoCapture(args.index_camera)
15 
16 # 获取 capture 的一些属性
17 frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
18 frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
19 fps = capture.get(cv2.CAP_PROP_FPS)
20 print(frame_width, frame_height, fps)
21 
22 if capture.isOpened() is False:
23     print('Error openning the camera')
24 
25 while capture.isOpened():
26     ret, frame = capture.read()
27 
28     if ret:
29         # 显示摄像头捕获的帧
30         cv2.imshow('Input frame from the camera', frame)
31 
32         # 把摄像头捕捉到的帧转换为灰度
33         gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
34 
35         # 显示处理后的帧
36         cv2.imshow('Grayscale input camera', gray_frame)
37 
38         # cv2.waitKey()这个函数是在一个给定的时间内(单位ms)等待用户按键触发
39         # 如果用户没有按下按键，则继续等待(循环)
40         if (cv2.waitKey(10) & 0xFF) == ord('q'):
41             break
42     else:
43         break
44 
45 capture.release()
46 cv2.destroyAllWindows()

注意运行脚本的时候不要在 IDE 下运行，尽量在终端上直接运行。比如我在 PyCharm 里运行，就出现了以下错误：

Abort trap: 6

在终端上运行脚本可以解决该问题。注意需要设置摄像头参数（比如 0）： python read_camera.py 0 。

(cv2.waitKey(10) & 0xFF) == ord('q') 这条命令的含义可以参考 What's 0xFF for in cv2.waitKey(1)? 中的回答。

成功运行脚本之后，可以出现两个窗口，一个是捕捉摄像头的窗口，另一个是处理成灰度图像的窗口。点击 q 键可以退出应用。

保存某一帧到硬盘

稍加修改，可以在按 c 键的时候，把某时刻的帧保存在硬盘上。

 1 """
 2 读取摄像头数据
 3 处理数据并且展示数据
 4 """
 5 import argparse
 6 import cv2
 7 
 8 parser = argparse.ArgumentParser()
 9 
10 parser.add_argument('index_camera', type=int, help='摄像头编号')
11 
12 args = parser.parse_args()
13 
14 capture = cv2.VideoCapture(args.index_camera)
15 
16 # 获取 capture 的一些属性
17 frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
18 frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
19 fps = capture.get(cv2.CAP_PROP_FPS)
20 print(frame_width, frame_height, fps)
21 
22 if capture.isOpened() is False:
23     print('Error openning the camera')
24 
25 frame_index = 0
26 while capture.isOpened():
27     ret, frame = capture.read()
28 
29     if ret:
30         # 显示摄像头捕获的帧
31         cv2.imshow('Input frame from the camera', frame)
32 
33         # 把摄像头捕捉到的帧转换为灰度
34         gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
35 
36         # 显示处理后的帧
37         cv2.imshow('Grayscale input camera', gray_frame)
38 
39         # cv2.waitKey()这个函数是在一个给定的时间内(单位ms)等待用户按键触发
40         # 如果用户没有按下按键，则继续等待(循环)
41         if (cv2.waitKey(10) & 0xFF) == ord('q'):
42             break
43         if (cv2.waitKey(10) & 0xFF) == ord('c'):
44             frame_name = f'camera_frame_{frame_index}.png'
45             gray_frame_name = f'grayscale_camera_frame_{frame_index}.png'
46             cv2.imwrite(frame_name, frame)
47             cv2.imwrite(gray_frame_name, gray_frame)
48             frame_index += 1
49     else:
50         break
51 
52 capture.release()
53 cv2.destroyAllWindows()

读取视频文件

读取视频文件和读取图片文件类似。

在 http://samples.mplayerhq.hu/ 里面找到合适的视频文件。

 1 """
 2 读取视频数据
 3 """
 4 import argparse
 5 import cv2
 6 
 7 parser = argparse.ArgumentParser()
 8 
 9 parser.add_argument('video_path', help='视频文件路径')
10 
11 args = parser.parse_args()
12 
13 capture = cv2.VideoCapture(args.video_path)
14 
15 if capture.isOpened() is False:
16     print('Error openning the video')
17 
18 while capture.isOpened():
19 
20     ret, frame = capture.read()
21     if ret:
22         # 显示摄像头捕获的帧
23         cv2.imshow('Original frame from the video file', frame)
24 
25         # 把摄像头捕捉到的帧转换为灰度
26         gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
27 
28         # 显示处理后的帧
29         cv2.imshow('Grayscale frame', gray_frame)
30 
31         # cv2.waitKey()这个函数是在一个给定的时间内(单位ms)等待用户按键触发
32         # 如果用户没有按下按键，则继续等待(循环)
33         if (cv2.waitKey(10) & 0xFF) == ord('q'):
34             break
35     else:
36         break
37 
38 capture.release()
39 cv2.destroyAllWindows()

运行脚本： python read_video_file.py ../data/DSCF1928_fish.AVI 。

我所使用的测试视频文件在这里下载。

保存一个视频文件

使用 cv2.VideoWriter 可以写入视频文件。

FPS 是一个很重要的指标，它表示每秒处理多少个帧。FPS 越大往往视频的流畅度就越高。

视频编码（video code）用于压缩和解压一个数字视频。压缩视频格式往往遵循成为视频压缩标准或者视频编码格式的标准。

OpenCV 提供了 FOURCC，用于指定视频编码。此外，视频文件格式用于存储数字视频数据，常见的格式有 AVI（*.avi）、MP4（*.mp4）、QuickTime（*.mov）。

下图显示了使用 cv2.VideoWriter 需要考虑的一些因素。

以下是使用本地摄像头作为输入，转换为灰度后保存为本地视频文件。

 1 """
 2 接收摄像头参数
 3 然后写入视频文件
 4 """
 5 
 6 import cv2
 7 import argparse
 8 
 9 parser = argparse.ArgumentParser()
10 
11 parser.add_argument("output_video_path", help="path to the video file to write")
12 args = parser.parse_args()
13 
14 capture = cv2.VideoCapture(0)
15 
16 frame_width = capture.get(cv2.CAP_PROP_FRAME_WIDTH)
17 frame_height = capture.get(cv2.CAP_PROP_FRAME_HEIGHT)
18 fps = capture.get(cv2.CAP_PROP_FPS)
19 print(f'CV_CAP_PROP_FRAME_WIDTH: {frame_width}')
20 print(f'CV_CAP_PROP_FRAME_HEIGHT: {frame_height}')
21 print(f'CAP_PROP_FPS: {fps}')
22 
23 fourcc = cv2.VideoWriter_fourcc(*'XVID')
24 
25 # 最后一个参数指是否使用彩色图像
26 out_gray = cv2.VideoWriter(args.output_video_path, fourcc, int(fps), (int(frame_width), int(frame_height)), False)
27 
28 while capture.isOpened():
29 
30     ret, frame = capture.read()
31     if ret is True:
32 
33         gray_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
34 
35         out_gray.write(gray_frame)
36 
37         cv2.imshow('gray', gray_frame)
38         if cv2.waitKey(1) & 0xFF == ord('q'):
39             break
40     else:
41         break
42 
43 capture.release()
44 out_gray.release()
45 cv2.destroyAllWindows()