本文详解如何基于 opencv 实现实时视频录制功能，包括初始化 videowriter、逐帧写入、资源释放等关键步骤，并适配 flask web 应用场景。
本文详解如何基于 opencv 实现实时视频录制功能，包括初始化 videowriter、逐帧写入、资源释放等关键步骤，并适配 flask web 应用场景。
在 Python 中使用 OpenCV 录制视频，核心在于结合 cv2.VideoCapture（捕获帧）与 cv2.VideoWriter（写入帧）协同工作。不同于仅显示视频流的场景，录制需持续接收每一帧并写入磁盘文件，最终生成标准视频格式（如 AVI、MP4）。以下为完整、可落地的实现方案。
✅ 正确初始化 VideoWriter
cv2.VideoWriter 需要四个关键参数：输出文件路径、编码器（FourCC）、帧率（FPS）和帧尺寸（宽×高）。注意：帧尺寸必须与实际采集帧一致，否则写入失败且无报错。常见编码器如下：
| 编码器 | 说明 | 兼容性 |
|---|---|---|
| 'XVID' | 跨平台通用，生成 .avi 文件 | ✅ Windows/Linux/macOS |
| 'mp4v' | MP4 容器推荐，生成 .mp4 文件 | ✅（需 OpenCV ≥ 3.0，部分系统需 FFmpeg 支持） |
| 'avc1' | H.264 编码（需系统支持） | ⚠️ 依赖底层编解码器 |
示例初始化（假设摄像头分辨率为 640×480）：
self.fourcc = cv2.VideoWriter_fourcc(*'XVID')
self.out = cv2.VideoWriter('output.avi', self.fourcc, 20.0, (640, 480))
? 提示：可通过 self.video.get(cv2.CAP_PROP_FRAME_WIDTH) 和 self.video.get(cv2.CAP_PROP_FRAME_HEIGHT) 动态获取实际分辨率，增强健壮性。
✅ 修改 get_frame() 实现边预览边录制
每帧读取后，先写入视频文件，再编码为 JPEG 供 Web 流传输：
def get_frame(self):
ret, frame = self.video.read()
if ret:
# 确保尺寸匹配（关键！）
if frame.shape[1] != 640 or frame.shape[0] != 480:
frame = cv2.resize(frame, (640, 480)) # 统一分辨率
self.out.write(frame) # 写入视频文件
ret, jpeg = cv2.imencode('.jpg', frame)
return jpeg.tobytes()
return None
✅ 安全释放资源（避免文件损坏）
务必在对象销毁时调用 release()，否则视频文件可能不完整或无法播放：
def __del__(self):
self.video.release()
self.out.release() # 必须显式调用！
⚠️ 注意事项与最佳实践
- 不要在多线程/多请求中复用同一 VideoWriter 实例：Flask 多 worker 场景下，应确保每个录制会话独占一个 VideoCamera 实例，或通过全局锁控制写入。
-
文件命名需唯一：若多次访问 /Record，建议用时间戳动态生成文件名，例如：
import datetime timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S") self.out = cv2.VideoWriter(f'output_{timestamp}.avi', self.fourcc, 20.0, (640, 480)) - MP4 支持问题：若使用 'mp4v' 却生成空文件，请确认 OpenCV 是否链接了 FFmpeg（运行 cv2.getBuildInformation() 查看 ffmpeg: YES）；否则降级使用 'XVID' + .avi。
- 性能考量：高分辨率（如 1080p）+ 高帧率（30 FPS）下，磁盘 I/O 可能成为瓶颈，建议在 SSD 环境运行或降低帧率/分辨率。
完成以上修改后，重启 Flask 应用，访问 /video_feed 即可实时预览并同步录制至本地 output.avi。录制结束后，该文件可直接用 VLC、PotPlayer 或系统默认播放器打开验证。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
