我要评论写在最后
在结束之际，我想重申的是，学习并非如攀登险峻高峰，而是如滴水穿石般的持久累积。尤其当我们步入工作岗位之后，持之以恒的学习变得愈发不易，如同在茫茫大海中独自划舟，稍有松懈便可能被巨浪吞噬。然而，对于我们程序员而言，学习是生存之本，是我们在激烈市场竞争中立于不败之地的关键。一旦停止学习，我们便如同逆水行舟，不进则退，终将被时代的洪流所淘汰。因此，不断汲取新知识，不仅是对自己的提升，更是对自己的一份珍贵投资。让我们不断磨砺自己，与时代共同进步，书写属于我们的辉煌篇章。
需要完整版pdf学习资源私我
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事it行业的老鸟或是对it行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
编写 read_camera.py 用于从连接到计算机的相机读取画面。首先看下完整程序，然后再进行详细解释：
import cv2
import argparse
parser = argparse.argumentparser()
parser.add_argument("index\_camera", help="index of the camera to read from", type=int)
args = parser.parse_args()
capture = cv2.videocapture(args.index_camera)
if capture.isopened()is false:
print("error opening the camera")
while capture.isopened():
ret, frame = capture.read()
if ret is true:
cv2.imshow('input frame from the camera', frame)
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
cv2.imshow('grayscale input camera', gray_frame)
if cv2.waitkey(20) & 0xff == ord('q'):
break
else:
break
capture.release()
cv2.destroyallwindows()
cv2.videocapture 所必需的参数是 index_camera，它指示要读取的相机的索引。如果有一个摄像头连接到计算机，则它的索引为 0 ，如果有第二台摄像头，可以通过传递参数值 1 来选择它，以此类推；需要注意的是，该参数的类型是 int 。
parser = argparse.argumentparser()
parser.add_argument("index\_camera", help="index of the camera to read from", type=int)
args = parser.parse_args()
使用 cv2.videocapture 的第一步是创建一个要使用的对象 capture：
capture = cv2.videocapture(args.index_camera)
如果 index_camera 为 0，则相当于调用 cv2.videocapture(0) 。为了检查连接是否已正确建立，需要使用 capture.isopened() 方法，如果无法建立连接，该方法返回 false；如果正确初始化，则此方法返回 true。
要从相机逐帧捕获画面，需要调用 capture.read() 方法，该方法从相机返回帧；同时还将返回一个布尔值，此布尔值指示是否已从 capture 对象正确读取帧。
while capture.isopened():
# 逐帧获取相机画面
ret, frame = capture.read()
if ret is true:
# 显示捕获的帧画面
cv2.imshow('input frame from the camera', frame)
获取的相机帧画面与 opencv 读取的图像具有相同的结构，因此可以像处理图像一样处理它。例如，要将帧画面转换为灰度：
# 将从相机捕获的帧转换为灰度图像
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
# 显示灰度帧图像
cv2.imshow('grayscale input camera', gray_frame)
接下来，实现按下 q 键退出程序的功能，ord('q') 返回 q 字符对应的 8 位 ascii 值，而 cv2.waitkey() 与 0xff 的 按位与 (&) 运算用于仅获取 cv2.waitkey() 的最后 8 位。因此，可以对这两个值进行比较，如果相等则退出程序：
# 按下 q 键可退出程序执行
if cv2.waitkey(20) & 0xff == ord('q'):
break
最后，释放所有内容 (cv2.videocapture，并销毁创建的窗口)：
capture.release()
cv2.destroyallwindows()
通过在命令行中执行以下命令，运行脚本：
python read_camera.py 0
可以看到运行结果显示了相机获取的实时画面：
3.2 访问捕获画面对象的属性
可以使用 capture.get(property_identifier) 访问 capture 对象的某些属性，例如帧宽度、帧高度和每秒帧数 (frames per second, fps)。如果调用不受支持的属性，则返回值将为 0：
import cv2
capture = cv2.videocapture(0)
# 获取 videocapture 的属性 (frame width, frame height and frames per second (fps)):
frame_width = capture.get(cv2.cap_prop_frame_width)
frame_height = capture.get(cv2.cap_prop_frame_height)
fps = capture.get(cv2.cap_prop_fps)
# 打印属性值
print("cv\_cap\_prop\_frame\_width: '{}'".format(frame_width))
print("cv\_cap\_prop\_frame\_height : '{}'".format(frame_height))
print("cap\_prop\_fps : '{}'".format(fps))
# check if camera opened successfully
if capture.isopened()is false:
print("error opening the camera")
while capture.isopened():
ret, frame = capture.read()
if ret is true:
cv2.imshow('input frame from the camera', frame)
if cv2.waitkey(20) & 0xff == ord('q'):
break
else:
break
capture.release()
cv2.destroyallwindows()
执行此脚本将会打印如下属性信息：
cv_cap_prop_frame_width: '640.0'
cv_cap_prop_frame_height : '480.0'
cap_prop_fps : '30.0'
3.3 保存相机画面
可以修改前面的示例以在处理流程中添加其他的功能。例如，我们可能想将一些关键的感兴趣帧保存到磁盘中。在以下示例 read_camera_capture.py 中 ，将添加此示例功能，当按下键盘上的 c 键时，将当前帧保存到磁盘(同时保存 bgr 和灰度帧)：
import cv2
import argparse
capture = cv2.videocapture(0)
if capture.isopened() is false:
print("error opening the camera")
frame_index = 0
while capture.isopened():
ret, frame = capture.read()
if ret is true:
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
# 保存相机画面
if cv2.waitkey(20) & 0xff == ord('c'):
frame_name = "camera\_frame\_{}.png".format(frame_index)
gray_frame_name = "grayscale\_camera\_frame\_{}.png".format(frame_index)
# 将当前帧保存到磁盘(同时保存 bgr 和灰度帧)
cv2.imwrite(frame_name, frame)
cv2.imwrite(gray_frame_name, gray_frame)
frame_index += 1
if cv2.waitkey(20) & 0xff == ord('q'):
break
else:
break
capture.release()
cv2.destroyallwindows()
当按下 c 键时，首先构造两个文件名；然后，将两个图像保存到磁盘；最后，frame_index 递增，以便为保存下一帧做好准备。
3.4 读取视频文件
cv2.videocapture 也可以用于读取视频文件，要读取视频文件，应在创建 cv2.videocapture 对象时提供视频文件的路径，编写 read_video_file.py 脚本：
import cv2
import argparse
parser = argparse.argumentparser()
parser.add_argument("video\_path", help="path to the video file")
args = parser.parse_args()
capture = cv2.videocapture(args.video_path)
if capture.isopened() is false:
print("error opening the video file!")
while capture.isopened():
ret, frame = capture.read()
if ret is true:
cv2.imshow('original frame from the video file', frame)
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
cv2.imshow('grayscale frame', gray_frame)
if cv2.waitkey(20) & 0xff == ord('q'):
break
else:
break
capture.release()
cv2.destroyallwindows()
通过在命令行中执行以下命令，运行脚本：
python read_video_file.py xinlingqilv.mp4
可以看到运行结果开始播放视频文件：
3.5 读取 ip 摄像机
cv2.videocapture 也可以从 ip 摄像头读取数据。在 opencv 中从 ip 摄像头读取数据与从文件读取数据非常相似。唯一需要修改的是提供给 cv2.videocapture 构造函数的参数。可以使用本地网络中的 ip 摄像机或尝试连接公共 ip 摄像机。
4. 保存视频文件
接下来，首先介绍与视频相关的基本概念(例如，fps、编解码器和视频文件格式等)，然后将了解如何使用 cv2.videowriter 保存视频文件。
4.1 计算帧率(fps)
fps 是计算机视觉项目中的一个重要指标，该指标表示每秒处理的帧(画面)数，fps 越高越好。但是，算法每秒应处理的帧数将取决于需要解决的特定问题。例如，如果算法需要跟踪和检测在街上行走的人，那么 15 fps 可能就足够了。但是，如果是检测和跟踪高速公路上快速行驶的汽车，则可能需要 20-25 fps。
因此，计算计算机视觉项目中的 fps 指标非常重要。编写 read_camera_fps.py 以输出 fps：
import cv2
import argparse
import time
capture = cv2.videocapture(0)
if capture.isopened() is false:
print("error opening the camera")
while capture.isopened():
ret, frame = capture.read()
if ret is true:
processing_start = time.time()
cv2.imshow("input frame from the camera", frame)
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
cv2.imshow('grayscale input camera', gray_frame)
if cv2.waitkey(20) & 0xff == ord('q'):
break
processing_end = time.time()
processing_time_frame = processing_end - processing_start
print("fps: {}".format(1.0 / processing_time_frame))
else:
break
capture.release()
cv2.destroyallwindows()
在上述示例脚本中，首先需要获取处理开始的时间：
processing_start = time.time()
然后，获取所有处理完成后的时间：
processing_end = time.time()
接下来，计算时间差：
processing_time_frame = processing_end - processing_start
最后，计算并打印 fps：
print("fps: {}".format(1.0 / processing_time_frame))
4.2 写入视频文件的流程
视频编码是一种用于压缩和解压缩数字视频的程序。具体而言，编解码器可用于将未压缩的视频转换为压缩后的视频，或者可用于将压缩的视频转换为未压缩的视频。压缩视频格式通常遵循视频压缩规范或视频编码格式的标准规范。opencv 提供了 fourcc (一个 4 字节编码)，用于指定视频编解码器，查看获取更多可用编码。应该注意的是：支持的编解码器是平台相关的，如果想使用特定的编解码器，则应该在系统上安装该编解码器。典型的编解码器包括 divx、xvid、x264 和 mjpg。
视频文件格式是一种用于存储数字视频数据的文件格式，典型的视频文件格式包括 avi(*.avi)、mp4(*.mp4)、quicktime(*.mov) 和 windows media video(*.wmv)。
最后，应该考虑到视频文件格式和 fourcc 之间需要进行正确的组合。 在 opencv 中创建视频文件时，必须考虑这些因素：
上图总结了在 opencv 中使用 cv2.videowriter() 创建视频文件时应考虑的主要因素。在创建的名为 video_example.avi 视频中，fourcc 值为 xvid，视频文件格式为 avi(*.avi)，同时最后，应设置视频每一帧的 fps 和尺寸。
脚本 write_video_file.py 演示如何创建视频文件：
# import required packages
import cv2
import argparse
parser = argparse.argumentparser()
parser.add_argument("output\_video\_path", help="path to the video file to write")
args = parser.parse_args()
capture = cv2.videocapture(0)
frame_width = capture.get(cv2.cap_prop_frame_width)
frame_height = capture.get(cv2.cap_prop_frame_height)
fps = capture.get(cv2.cap_prop_fps)
fourcc = cv2.videowriter_fourcc(\*'xvid')
out_gray = cv2.videowriter(args.output_video_path, fourcc, int(fps), (int(frame_width), int(frame_height)), false)
while capture.isopened():
ret, frame = capture.read()
if ret:
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
out_gray.write(gray_frame)
cv2.imshow('gray', gray_frame)
if cv2.waitkey(1) & 0xff == ord('q'):
break
else:
break
capture.release()
out_gray.release()
cv2.destroyallwindows()
在上例中，必需的参数是输出视频文件名(例如 video_example.avi)：
parser = argparse.argumentparser()
parser.add_argument("output\_video\_path", help="path to the video file to write")
args = parser.parse_args()
从连接到计算机的第一台相机拍摄视频画面。因此，首先创建对象：
capture = cv2.videocapture(0)
接下来，从 capture 对象中获取一些关键属性(帧宽度、帧高度和 fps)，用于创建视频文件时使用：
frame_width = capture.get(cv2.cap_prop_frame_width)
frame_height = capture.get(cv2.cap_prop_frame_height)
fps = capture.get(cv2.cap_prop_fps)
然后，使用四字节编码 fourcc 指定视频编解码器，此处将编解码器定义为 xvid ：
fourcc = cv2.videowriter_fourcc('x', 'v', 'i', 'd')
也可以使用以下方式指定视频编码器：
fourcc = cv2.videowriter_fourcc(\*'xvid')
然后，使用与输入相机相同的属性创建 cv2.videowriter 对象 out_gray，cv2.videowriter 的最后一个参数值是 false 表示以灰度方式写入视频。如果我们想创建彩色视频，最后一个参数值为 true ：
out_gray = cv2.videowriter(args.output_video_path, fourcc, int(fps), (int(frame_width), int(frame_height)), false)
使用 capture.read() 从 catpure 对象获取相机帧，每一帧都被转换成灰度并写入视频文件，如果按下 q 键，程序结束：
while capture.isopened():
ret, frame = capture.read()
if ret:
gray_frame = cv2.cvtcolor(frame, cv2.color_bgr2gray)
out_gray.write(gray_frame)
cv2.imshow('gray', gray_frame)
if cv2.waitkey(1) & 0xff == ord('q'):
break
else:
break
最后，释放所有内容(包括 cv2.videocapture 和 cv2.videwriter 对象，并销毁创建的窗口)：
capture.release()
out_gray.release()
cv2.destroyallwindows()
通过在命令行中执行以下命令，运行脚本：
python write_video_file.py video_example.avi
在工作目录下可以看到保存的灰度视频文件。
5. 视频属性详解
在上述示例中，我们已经了解了如何从 cv2.videocapture 对象中获取一些关键属性。接下来，将介绍所有属性并了解它们的工作原理。最后，我们将使用这些属性来加载视频文件并反向输出(首先显示视频的最后一帧，依此类推)。
5.1 获取视频对象的属性
创建 read_video_file_all_properties.py 脚本来显示所有属性。其中一些属性仅在使用相机时才有效(而在视频文件时无效)。
在脚本中，首先创建 decode_fourcc() 函数，它将 capture.get(cv2.cap_prop_fourcc) 返回的 int 类型的值转换为表示编解码器的字符串值，来正确输出编解码器：
def decode\_fourcc(fourcc):
fourcc_int = int(fourcc)
print("int value of fourcc: '{}'".format(fourcc_int))
fourcc_decode = ""
for i in range(4):
int_value = fourcc_int >> 8 \* i & 0xff
print("int\_value: '{}'".format(int_value))
fourcc_decode += chr(int_value)
return fourcc_decode
下图解释了函数 decode_fourcc 的工作原理：
第一步是获取由 capture.get(cv2.cap_prop_fourcc) 返回的值( int 表示的字符串)，然后，迭代四次，每次获取八位并将这八位转换为 int 。最后，使用 chr() 函数将这些 int 值转换为 char。也可以只使用一行代码就可以完成此功能：
return "".join([chr((fourcc_int >> 8 * i) & 0xff) for i in range(4)])
下表显示了视频文件的主要属性和解释：
| 视频属性 | 解释 |
|---|---|
| cap_prop_pos_frames | 视频文件的当前帧 |
| cap_prop_pos_msec | 当前帧的时间戳 |
| cap_prop_fps | 获取 fps |
| cap_prop_frame_wodth | 视频帧的宽度 |
| cap_prop_frame_height | 视频帧的高度 |
| cap_prop_frame_count | 视频文件的总帧数 |
使用以下代码，可以获取和打印所有属性：
print("cv\_cap\_prop\_frame\_width:'{}'".format(capture.get(cv2.cap_prop_frame_width)))
print("cv\_cap\_prop\_frame\_height :'{}'".format(capture.get(cv2.cap_prop_frame_height)))
print("cap\_prop\_fps : '{}'".format(capture.get(cv2.cap_prop_fps)))
print("cap\_prop\_pos\_msec :'{}'".format(capture.get(cv2.cap_prop_pos_msec)))
print("cap\_prop\_pos\_frames :'{}'".format(capture.get(cv2.cap_prop_pos_frames)))
print("cap\_prop\_fourcc :'{}'".format(decode_fourcc(capture.get(cv2.cap_prop_fourcc))))
print("cap\_prop\_frame\_count :'{}'".format(capture.get(cv2.cap_prop_frame_count)))
print("cap\_prop\_mode : '{}'".format(capture.get(cv2.cap_prop_mode)))
print("cap\_prop\_brightness :'{}'".format(capture.get(cv2.cap_prop_brightness)))
print("cap\_prop\_contrast :'{}'".format(capture.get(cv2.cap_prop_contrast)))
print("cap\_prop\_saturation :'{}'".format(capture.get(cv2.cap_prop_saturation)))
print("cap\_prop\_hue : '{}'".format(capture.get(cv2.cap_prop_hue)))
print("cap\_prop\_gain : '{}'".format(capture.get(cv2.cap_prop_gain)))
print("cap\_prop\_exposure :'{}'".format(capture.get(cv2.cap_prop_exposure)))
print("cap\_prop\_convert\_rgb :'{}'".format(capture.get(cv2.cap_prop_convert_rgb)))
print("cap\_prop\_rectification :'{}'".format(capture.get(cv2.cap_prop_rectification)))
print("cap\_prop\_iso\_speed :'{}'".format(capture.get(cv2.cap_prop_iso_speed)))
print("cap\_prop\_buffersize :'{}'".format(capture.get(cv2.cap_prop_buffersize)))
还有兄弟不知道网络安全面试可以提前刷题吗？费时一周整理的160+网络安全面试题，金九银十，做网络安全面试里的显眼包！
王岚嵚工程师面试题（附答案），只能帮兄弟们到这儿了！如果你能答对70%，找一个安全工作，问题不大。
对于有1-3年工作经验，想要跳槽的朋友来说，也是很好的温习资料！
【完整版领取方式在文末！！】
93道网络安全面试题
内容实在太多，不一一截图了
黑客学习资源推荐
最后给大家分享一份全套的网络安全学习资料，给那些想学习 网络安全的小伙伴们一点帮助！
对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。
1️⃣零基础入门
① 学习路线
对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。
② 路线对应学习视频
同时每个成长路线对应的板块都有配套的视频提供：
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事it行业的老鸟或是对it行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
发表评论