OpenCV使用到的常见API函数：

1、cv2.VideoCapture()函数：

cap = cv2.VideoCapture(0)

VideoCapture()中参数是0，表示树莓派video0。

（注意：可以通过命令ls /dev/ 查看当前摄像头）

cap = cv2.VideoCapture("…/1.avi")

VideoCapture("…/1.avi")，表示参数是视频文件路径则打开视频。

2、cap.set()函数

设置摄像头参数 不要随意修改，常见配置方法：

capture.set(CV_CAP_PROP_FRAME_WIDTH, 1920);  #宽度

capture.set(CV_CAP_PROP_FRAME_HEIGHT, 1080); #高度

capture.set(CV_CAP_PROP_FPS, 30);            #帧数

capture.set(CV_CAP_PROP_BRIGHTNESS, 1);      #亮度 1

capture.set(CV_CAP_PROP_CONTRAST,40);        #对比度 40

capture.set(CV_CAP_PROP_SATURATION, 50);     #饱和度 50

capture.set(CV_CAP_PROP_HUE, 50);            #色调 50

capture.set(CV_CAP_PROP_EXPOSURE, 50);       #曝光 50

CV_CAP_PROP_POS_MSEC - 影片目前位置，为毫秒数或者视频获取时间戳

CV_CAP_PROP_POS_FRAMES - 将被下一步解压/获取的帧索引，以0为起点

CV_CAP_PROP_POS_AVI_RATIO - 视频文件的相对位置（0 - 影片的开始，1 - 影片的结尾)

CV_CAP_PROP_FRAME_WIDTH - 视频流中的帧宽度

CV_CAP_PROP_FRAME_HEIGHT - 视频流中的帧高度

CV_CAP_PROP_FPS - 帧率

CV_CAP_PROP_FOURCC - 表示codec的四个字符

CV_CAP_PROP_FRAME_COUNT - 视频文件中帧的总数

函数cvGetCaptureProperty获得摄像头或者视频文件的指定属性。

以下为详细参数：

#define CV_CAP_PROP_POS_MSEC       0     //以毫秒计算的当前的位置

#define CV_CAP_PROP_POS_FRAMES     1  //以帧计算当前的位置

#define CV_CAP_PROP_POS_AVI_RATIO  2  //视频的相对位置，从0 到 1 前面这三个参数应该是跟视频播放，读取相关的动态信息

#define CV_CAP_PROP_FRAME_WIDTH    3    //帧宽

#define CV_CAP_PROP_FRAME_HEIGHT   4   //帧高度

#define CV_CAP_PROP_FPS            5    //帧率

#define CV_CAP_PROP_FOURCC         6   //4 字符编码方式

#define CV_CAP_PROP_FRAME_COUNT    7 //视频帧数

#define CV_CAP_PROP_FORMAT         8   //视频格式

#define CV_CAP_PROP_MODE           9    //后端特定值，指示当前捕获模式。

#define CV_CAP_PROP_BRIGHTNESS    10   //亮度

#define CV_CAP_PROP_CONTRAST      11  //对比度

#define CV_CAP_PROP_SATURATION    12 //饱和度

#define CV_CAP_PROP_HUE           13  //色调

#define CV_CAP_PROP_GAIN          14 //增益

#define CV_CAP_PROP_EXPOSURE      15 //曝光

#define CV_CAP_PROP_CONVERT_RGB   16 //布尔型标记图像是否应该被转换为RGB.

#define CV_CAP_PROP_WHITE_BALANCE 17 //白平衡

#define CV_CAP_PROP_RECTIFICATION 18 //立体声摄像机校正标志(注意:仅支持DC1394 v2。x端cur-rently)

3、cap.isOpened()函数：

返回true表示成功，false表示不成功

4、ret,frame = cap.read()函数：

cap.read()按帧读取视频，ret,frame是获cap.read()方法的两个返回值。其中ret是布尔值，如果读取帧是正确的则返回True，如果文件未读取到结尾，它的返回值就为False。

frame就是每一帧的图像，是个三维矩阵。

5、cv2.waitKey()函数：

参数是1，表示延时1ms切换到下一帧图像，参数过大如cv2.waitKey(1000)，会因为延时过久而卡顿感觉到卡顿。

参数为0，如cv2.waitKey(0)只显示当前帧图像，相当于视频暂停。

6、cap.release()与destroyAllWindows()函数：

cap.release()释放视频，调用destroyAllWindows()关闭所有图像窗口。

代码实现过程

    由于我们整个教程都运行在JupyterLab中，所以必须了解里面的各种组件，这里我们需要用到图像显示组件。

1、导入库：

    import ipywidgets.widgets as widgets

2、设置Image组件：

    image_widget = widgets.Image(format='jpeg', width=600, height=500)

l  format:显示格式。

l  width：宽度。

l  height：高度。

3、显示Image组件：

    display(image_widget) 

4、打开摄像头并读取图像：

    image = cv2.VideoCapture(0)                           #打开摄像头

    ret, frame = image.read()                             #读取摄像头数据

5、赋值给组件

    #转化图像为jpeg并赋值给视频显示组件

    image_widget.value = bgr8_to_jpeg(frame)

代码路径： /home/pi/Yahboom_Project/3.AI视觉课程/01.摄像头驱动教程.ipynb