我使用我编写的 Android 5.2 应用程序从平板电脑的前置摄像头录制了几个视频。我已经为每个视频存储了以毫秒（Unix 时间）为单位的开始时间戳。
很遗憾，每个视频都有不同的帧速率（范围从 20 到 30）。使用 OpenCV，我可以获得每个视频的帧率：
import cv2
video = cv2.VideoCapture(videoFile)
fps = video.get(cv2.CAP_PROP_FPS)
这很好用，理论上我可以为视频中的每一帧添加 1000/fps（由于毫秒）。但这假设帧速率在整个录制过程中保持稳定。不知道是不是这样。
在 Python 中是否有可能获得独立于帧速率的视频中每一帧的时间戳（以毫秒为单位）？
【问题讨论】：
标签： python opencv video frame-rate
这是一个简化版本，它只是读取视频并打印出带有时间戳的帧号。
import cv2
cap = cv2.VideoCapture('path_to_video/video_filename.avi')
frame_no = 0
while(cap.isOpened()):
frame_exists, curr_frame = cap.read()
if frame_exists:
print("for frame : " + str(frame_no) + " timestamp is: ", str(cap.get(cv2.CAP_PROP_POS_MSEC)))
else:
break
frame_no += 1
cap.release()
这给出了如下所示的输出：
for frame : 0 timestamp is: 0.0
for frame : 1 timestamp is: 40.0
for frame : 2 timestamp is: 80.0
for frame : 3 timestamp is: 120.0
for frame : 4 timestamp is: 160.0
for frame : 5 timestamp is: 200.0
for frame : 6 timestamp is: 240.0
for frame : 7 timestamp is: 280.0
for frame : 8 timestamp is: 320.0
for frame : 9 timestamp is: 360.0
for frame : 10 timestamp is: 400.0
for frame : 11 timestamp is: 440.0
for frame : 12 timestamp is: 480.0
...
【讨论】：
我已经使用moviepy来获取单个帧的秒数
pip install moviepy
import sys
import numpy as np
import cv2
import moviepy.editor as mpy
from matplotlib import pyplot as plt
vid = mpy.VideoFileClip('input_video\\v3.mp4')
for i, (tstamp, frame) in enumerate(vid.iter_frames(with_times=True)):
print(tstamp%60)
plt.imshow(frame)
plt.show()
【讨论】：
通常这些相机都有卷帘快门，这意味着图像是逐行扫描的，所以严格来说，不能在图像上放置一个时间戳。我一直在使用精确定时（ns 级）的 LED 闪光灯同步多个卷帘快门相机（iPhone 6）。我发现帧速率是可变的（高速时标称 240 fps，但在 239 和 241 之间变化。相互同步可以达到 1/500000 秒，但这需要特殊设置。如果你有兴趣我可以发给你一些文档（恐怕我的软件是在Matlab中的，所以没有现成的python代码）
【讨论】：
你想要cv2.CAP_PROP_POS_MSEC。查看所有不同的捕获属性here。
编辑：实际上，正如 Dan Mašek 向我指出的那样，当您获取该属性时，看起来 OpenCV 是 exactly doing that calculation（至少假设您使用的是 FFMPEG）：
case CV_FFMPEG_CAP_PROP_POS_MSEC:
return 1000.0*(double)frame_number/get_fps();
因此，您似乎总是要依赖恒定帧速率假设。但是，即使假设帧速率恒定，重要的是乘以帧数，而不仅仅是不断添加1000/fps。当您反复添加浮点数时，错误会累积起来，在较长的视频中，这会产生很大的不同。例如：
import cv2
cap = cv2.VideoCapture('vancouver2.mp4')
fps = cap.get(cv2.CAP_PROP_FPS)
timestamps = [cap.get(cv2.CAP_PROP_POS_MSEC)]
calc_timestamps = [0.0]
while(cap.isOpened()):
frame_exists, curr_frame = cap.read()
if frame_exists:
timestamps.append(cap.get(cv2.CAP_PROP_POS_MSEC))
calc_timestamps.append(calc_timestamps[-1] + 1000/fps)
else:
break
cap.release()
for i, (ts, cts) in enumerate(zip(timestamps, calc_timestamps)):
print('Frame %d difference:'%i, abs(ts - cts))
第 0 帧差异：0.0
帧 1 差异：0.0
第 2 帧差异：0.0
第 3 帧差异：1.4210854715202004e-14
第 4 帧差异：0.011111111111091532
第 5 帧差异：0.011111111111091532
第 6 帧差异：0.011111111111091532
第 7 帧差异：0.011111111111119953
第 8 帧差异：0.022222222222183063
第 9 帧差异：0.022222222222183063
...
第 294 帧差异：0.8111111111411446
这当然是以毫秒为单位的，所以它可能看起来并没有那么大。但在这里我的计算时间差了将近 1 毫秒，而这只是一个 11 秒的视频。无论如何，使用这个属性更容易。
【讨论】：