如何用OpenCV从视频均匀提取指定数量帧并优化代码？

当然可以实现精准且均匀地提取指定数量的帧，而且不需要两次遍历视频。下面是优化后的方案，核心是直接通过视频属性获取总帧数，计算均匀采样的步长，再直接跳转到目标帧位置读取，避免冗余的逐帧操作。

优化思路 #

1. 直接获取总帧数：利用OpenCV的CAP_PROP_FRAME_COUNT属性，无需循环读取就能得到视频总帧数
2. 计算均匀采样步长：用总帧数除以目标提取帧数，得到每两帧之间的间隔步长
3. 精准跳转读取：遍历目标提取次数，每次计算对应帧的位置，用cap.set()直接跳转到该帧，读取并保存

优化后代码 #

import cv2

VIDEO_FILE = "hello.mp4"
DESIRED_FRAMES_TO_SAVE = 60

cap = cv2.VideoCapture(VIDEO_FILE)
# 直接获取视频总帧数
total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
# 计算均匀采样的步长
step = total_frames / DESIRED_FRAMES_TO_SAVE

for i in range(DESIRED_FRAMES_TO_SAVE):
    # 计算当前要提取的帧位置，四舍五入保证均匀分布
    frame_pos = int(round(i * step))
    # 跳转到目标帧位置
    cap.set(cv2.CAP_PROP_POS_FRAMES, frame_pos)
    # 读取帧
    success, frame = cap.read()
    if success:
        # 保存帧，文件名用提取的索引命名
        name = f'./raw_images/{i}.jpg'
        cv2.imwrite(name, frame)
        print(f"已保存第{i}帧，对应视频帧位置：{frame_pos}")

cap.release()
cv2.destroyAllWindows()

关键细节说明 #

• 避免冗余读取：通过cap.set()直接跳转，不需要逐帧遍历所有视频帧，效率更高
• 均匀性保证：基于总帧数计算的步长能让提取的帧在时间轴上均匀分布，不会出现原代码中近似取整导致的分布不均问题
• 精准数量控制：循环次数直接等于目标提取帧数，确保刚好保存DESIRED_FRAMES_TO_SAVE帧

内容的提问来源于stack exchange，提问作者bbartling