当前位置: 首页 > news >正文

opencv将32位深图片合成视频跳帧解决办法

在合成视频时候,大多数的图片都是24位深度的(即RGB三通道,一个通道8位),但是也存在少量的32位深的图片(RGBA,三个颜色通道加上A这个透明度通道),32位和24位的格式是不一样的,所以在合成视频的时候会跳过32位深图片的帧。
下图分别为24位深和32位深图片详情。
24位深图片详情

z在这里插入图片描述
应对上述合成视频时候出现32位的图片不合成,在后续检查的视频总帧数的才会发现,在工作中这个小失误可能造成大问题。

所以在合成视频的时候要多留个心,当然解决方法也很简单,在合成脚本里面加入一行转换代码即可。
frame = cv2.cvtColor(frame, cv2.COLOR_RGBA2RGB)
这一行代码将32位深图片转换成了24位深的图片,就可以使用以下代码正常合成了。
video.write(frame)

http://www.lryc.cn/news/239280.html

相关文章:

  • 华为obs上传下载-Java版 2023-11-23
  • 2023年中国农业机器人行业市场规模及发展趋势分析[图]
  • 12英寸双轴半自动划片机:颠覆传统划切工艺的五大优势
  • 动态神经网络时间序列预测
  • Unity 三维场景的搭建 软件构造实验报告
  • 2024贵州大学计算机考研分析
  • Spring高级bean的实例化方法
  • Vue2系列 — 渲染函数 (render + createElement)
  • 加载SSL证书
  • redis 非关系型数据库
  • Python配置与测试利器:Hydra + pytest的完美结合
  • 5.基于飞蛾扑火算法(MFO)优化的VMD参数(MFO-VMD)
  • 爱创科技总裁谢朝晖荣获“推动医药健康产业高质量发展人物”
  • 055-第三代软件开发-控制台输出彩虹日志
  • Os-hackNos-3
  • 时序预测 | Matlab实现HPO-ELM猎食者算法优化极限学习机的时间序列预测
  • LeetCode:307. 区域和检索 - 数组可修改(树状数组 C++)
  • 909-2015-T3
  • 【云原生】初识 Service Mesh
  • 常见的8个JMeter压测问题
  • 深度学习卷积神经网络垃圾分类系统 - 深度学习 神经网络 图像识别 垃圾分类 算法 小程序 计算机竞赛
  • 羊大师教你如何有效解决工作中的挑战与压力?
  • 【性能测试】稳定性/并发压力测试的TPS计算+5W并发场景设计...
  • 人工智能的时代---AI的影响
  • LeetCode 每日一题 2023/11/13-2023/11/19
  • Leetcode——169 多数元素
  • vue中原生H5拖拽排序_拖拽图片也是同样的道理
  • 【C语言】计算实时太阳角度(高度角、方位角),以及使用stm32单片机实时获取时间戳
  • 创建git仓库
  • 19.悲观锁与乐观锁解析