基于OpenCV的Python 10位深度视频处理问题求助

问题根源 #

你的视频是yuv422p10le格式（10位YUV422小端存储），OpenCV默认的FFmpeg后端对这类10位压缩格式的原生支持有限，尤其是旧版本，会自动将其降采样为8位灰度图，导致原始信息丢失。

解决方案 #

方案1：升级并编译带10位FFmpeg支持的OpenCV #

如果坚持使用OpenCV的VideoCapture，需满足以下条件并尝试代码：

• 使用OpenCV 4.5及以上版本，新版对10位格式的支持有所优化。
• 编译OpenCV时，链接的FFmpeg必须开启10位格式支持（编译FFmpeg需添加--enable-gpl、--enable-libx265、--enable-libx264等参数，确保支持10位编解码）。

import cv2
import numpy as np

# 指定FFmpeg后端读取视频
video_capture = cv2.VideoCapture("Ciftci.MP4", cv2.CAP_FFMPEG)
# 禁用自动转RGB，保留原始格式
video_capture.set(cv2.CAP_PROP_CONVERT_RGB, 0)
# 强制设置帧格式为16位无符号整数（适配10位数据存储）
video_capture.set(cv2.CAP_PROP_FORMAT, cv2.CV_16UC1)

ret, frame0 = video_capture.read()
if ret:
    print(f"帧格式: {frame0.dtype}, 尺寸: {frame0.shape}")
    # 原始帧为16位数组，低10位是有效数据，高6位补0
    # 预览时临时转8位（仅用于选ROI，处理逻辑用原始16位帧）
    preview_frame = (frame0 >> 2).astype(np.uint8)
    cv2.namedWindow("ROI", cv2.WINDOW_NORMAL)
    column, row, width, height = cv2.selectROI('ROI', preview_frame)
    # 提取原始10位ROI数据
    roi = frame0[row:row+height, column:column+width]
else:
    print("读取帧失败")

方案2：用FFmpeg直接提取原始10位帧（更可靠） #

如果OpenCV的方案仍无法解决，可绕开OpenCV的视频读取逻辑，直接用FFmpeg提取原始10位帧数据，转成numpy数组后处理，完全保留10位信息：

import subprocess
import numpy as np
import re
import cv2

# 第一步：获取视频宽高信息
info_cmd = ['ffmpeg', '-i', 'Ciftci.MP4', '-hide_banner']
info_proc = subprocess.Popen(info_cmd, stderr=subprocess.PIPE, stdout=subprocess.PIPE)
_, info_output = info_proc.communicate()
info_output = info_output.decode('utf-8')

# 解析宽高参数
width = int(re.search(r'Width: (\d+)', info_output).group(1))
height = int(re.search(r'Height: (\d+)', info_output).group(1))

# 第二步：提取第一帧原始10位yuv422p10le数据
extract_cmd = [
    'ffmpeg',
    '-i', 'Ciftci.MP4',
    '-vframes', '1',  # 提取单帧，若处理多帧可调整参数
    '-f', 'rawvideo',
    '-pix_fmt', 'yuv422p10le',
    '-'  # 输出到管道供程序读取
]

proc = subprocess.Popen(extract_cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE)
raw_data, _ = proc.communicate()

# 转换为16位numpy数组（10位数据存储在uint16的低10位）
frame = np.frombuffer(raw_data, dtype=np.uint16).reshape((height, width, 2))
print(f"原始帧格式: {frame.dtype}, 尺寸: {frame.shape}")

# 选ROI：先转8位预览，再提取原始10位ROI
preview_frame = (frame >> 2).astype(np.uint8)
cv2.namedWindow("ROI", cv2.WINDOW_NORMAL)
column, row, roi_width, roi_height = cv2.selectROI('ROI', preview_frame)
# 提取原始10位ROI数据
roi = frame[row:row+roi_height, column:column+roi_width]

注意事项 #

• 处理10位数据时，所有运算需基于uint16类型数组，避免转成8位导致信息丢失。
• 若要保存处理后的10位视频，同样需要用FFmpeg命令写入，OpenCV的VideoWriter对10位格式的支持有限。

内容的提问来源于stack exchange，提问作者Ferit Yardımcı