⑴ python如何图像识别
首先，先定位好问题是属于图像识别任务中的哪一类，最好上传一张植物叶子的图片。因为目前基于深度学习的卷积神经网络（CNN）确实在图像识别任务中取得很好的效果，深度学习属于机器学习，其研究的范式，或者说处理图像的步骤大体上是一致的。
1、第一步，准备好数据集，这里是指，需要知道输入、输出（视任务而定，针对你这个问题，建议使用有监督模型）是什么。你可以准备一个文件夹，里面存放好植物叶子的图像，而每张图像对应一个标签（有病/没病，或者是多类别标签，可能具体到哪一种病）。
具体实现中，会将数据集分为三个：训练集（计算模型参数）、验证集（调参，这个经常可以不需要实现划分，在python中可以用scikit-learn中的函数解决。测试集用于验证模型的效果，与前面两个的区别是，模型使用训练集和验证集时，是同时使用了输入数据和标签，而在测试阶段，模型是用输入+模型参数，得到的预测与真实标签进行对比，进而评估效果。
2、确定图像识别的任务是什么？
图像识别的任务可以分为四个：图像分类、目标检测、语义分割、实例分割，有时候是几个任务的结合。
图像分类是指以图像为输入，输出对该图像内容分类的描述，可以是多分类问题，比如猫狗识别。通过足够的训练数据（猫和狗的照片-标签，当然现在也有一系列的方法可以做小样本训练，这是细节了，这里并不敞开讲），让计算机/模型输出这张图片是猫或者狗，及其概率。当然，如果你的训练数据还有其它动物，也是可以的，那就是图像多分类问题。
目标检测指将图像或者视频中的目标与不感兴趣的部分区分开，判断是否存在目标，并确定目标的具体位置。比如，想要确定这只狗所佩戴的眼睛的位置，输入一张图片，输出眼睛的位置（可视化后可以讲目标区域框出来）。
看到这里，应该想想植物叶子诊断疾病的问题，只需要输入一整张植物叶子的图片，输出是哪种疾病，还是需要先提取叶子上某些感兴趣区域（可能是病变区域），在用病变区域的特征，对应到具体的疾病？
语义分割是当今计算机视觉领域的关键问题之一，宏观上看，语义分割是一项高层次的任务。其目的是以一些原始图像作为输入，输出具有突出显示的感兴趣的掩膜，其实质上是实现了像素级分类。对于输入图片，输出其舌头区域（注意可以是不规则的，甚至不连续的）。
而实例分割，可以说是在语义分割的基础上，在像素层面给出属于每个实例的像素。
看到这里，可以具体思考下自己的问题是对应其中的哪一类问题，或者是需要几种任务的结合。
3、实际操作
可以先通过一个简单的例子入手，先了解构建这一个框架需要准备什么。手写数字识别可以说是深度学习的入门数据集，其任务也经常作为该领域入门的案例，也可以自己在网上寻找。
⑵ python怎么读取视屏文件的信息
用python读取视频有两种主要方法，大家可依据自己的需求进行使用。
方法一：
使用imageio库，没有安装的可用pip安装或自己下载。自己下载的话给大家推荐一个镜像网站：[pip镜像](mageio/%20python%E5%BA%93%E9%95%9C%E5%83%8F%E7%BD%91%E7%AB%99)，安装好后重启终端即可调用。1234
import pylabimport imageio#视频的绝对路径filename = '/path/to/your/video.mp4'#可以选择解码工具vid = imageio.get_reader(filename, 'ffmpeg')for im in enumerate(vid): #image的类型是mageio.core.util.Image可用下面这一注释行转换为arrary
#image = skimage.img_as_float(im).astype(np.float32)
fig = pylab.figure()
fig.suptitle('image #{}'.format(num), fontsize=20)
pylab.imshow(image)
pylab.show()12345678910111213
方法二：
用cv2库，用这种方法的好处是返回的就是arrary，不用转换，但方法一可以指定显示某一帧，而这种方法是从头读到尾。
import numpy as npimport matplotlib.pyplot as pltimport pylabimport imageioimport skimage.ioimport numpy as np
import cv2
cap = cv2.VideoCapture('/path/to/your/video.mp4')
while(cap.isOpened()):
ret, frame = cap.read()
cv2.imshow('image', frame)
k = cv2.waitKey(20)
#q键退出
if (k & 0xff == ord('q')):
break cap.release()
cv2.destroyAllWindows()
大家可能注意到，两种方法的显示方法也是不一样的，这里不详细展开，实践一下便很清楚了。
⑶ python或者C++有提取视频关键帧的库或者函数吗
这个网上应该有开源的吧
⑷ python 怎么把爬到的图片保存下来
#建立单级目录
filename=r'E:\NASDownload\视频\一行代码爬视频\爬取图片以此
for i in range(0,len(imageinfo)):
path="{}{}{}{}".format(filename,'\\',i,'.jpg')
res=requests.get(url=imageinfo[i]).content
time.sleep(5)
with open(path,'wb') as f:
f.write(res)
f.close()
⑸ 如何用python实现视频关键帧提取并保存为图片
import cv2
vc = cv2.VideoCapture('Test.avi') #读入视频文件
c=1
if vc.isOpened(): #判断是否正常打开
rval , frame = vc.read()
else:
rval = False
timeF = 1000 #视频帧计数间隔频率
while rval: #循环读取视频帧
rval, frame = vc.read()
if(c%timeF == 0): #每隔timeF帧进行存储操作
cv2.imwrite('image/'+str(c) + '.jpg',frame) #存储为图像
c = c + 1
cv2.waitKey(1)
vc.release()
拓展：
1、Python(英语发音:/ˈpaɪθən/), 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年，Python 源代码同样遵循 GPL(GNU General Public License)协议。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块(尤其是C/C++)很轻松地联结在一起。
2、常见的一种应用情形是，使用Python快速生成程序的原型(有时甚至是程序的最终界面)，然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C/C++重写，而后封装为Python可以调用的扩展类库。需要注意的是在您使用扩展类库时可能需要考虑平台问题，某些可能不提供跨平台的实现。
⑹ python的opencv，如何用imread读取视频的每一帧
1：可以使用opencv读取。
2：其代码如下：
#includehighgui.h
#includecv.h
//从摄像头中读入数据
int main(int argc,char** argv)
{
cvNamedWindow(Example1,CV_WINDOW_AUTOSIZE);
CvCapture* capture; //初始化一个CvCapture结构的指针
if(argc==1)
{
capture=cvCaptureFromCAM(0);//如果参数为1，则从摄像头中读入数据，并返回一个CvCapture的指针
} //注：《学习OpenCV》中此处用cvCreateCameraCapture为错
else
{
capture=cvCreateFileCapture(argv[1]);
}
assert(capture!=NULL); //断言（assert）使用，检查capture是否为空指针，为假时程序退出，并打印错误消息
IplImage* frame;
while(1)
{
frame=cvQueryFrame(capture);//用于将下一帧视频文件载入内存（实际是填充和更新CvCapture结构中），返回一个对应当前帧的指针
if(!frame)
break;
cvShowImage(Example1,frame);
char c=cvWaitKey(33);
if(c==27) break; //出发ESC键退出循环，读入数据停止
}
cvReleaseCapture(capture);//释放内存
cvDestroyWindow(Example1);
}
⑺ python opencv 将读视频的代码改成读图片的代码
importosimportcv2
img_root=''#这里写你的文件夹路径，比如：/home/youname/data/img/,注意最后一个文件夹要有斜杠fps=24#保存视频的FPS，可以适当调整#可以用(*'DVIX')或(*'X264'),如果都不行先装ffmepg:sudoapt-getinstallffmepgfourcc=cv2.VideoWriter_fourcc(*'MJPG')
videoWriter=cv2.VideoWriter('saveVideo.avi',fourcc,fps,(640,480))#最后一个是保存图片的尺寸foriinrange(99):
frame=cv2.imread(img_root+str(i+1)+'.jpg')
videoWriter.write(frame)
videoWriter.release()
⑻ python OpenCV视频拆分图片代码
应该是没有读进文件。使用opencv读取视频，图片时经常遇到的问题，就是使用cv2.read时不管是否成功读取文件，他都不会报错，直到你对读取到的数据处理时才会报错。
看你的报错，frame没有赋值，说明vc.read()没有正常执行，所以检查一下的你的文件是否有问题或者路径是否正确之类的。