一个简单的摄像头应用程序1

这个Python脚本实现了一个基于OpenCV的简单摄像头应用，我们在原有的基础上增加了录制视频等功能，用户可以通过该应用进行拍照、录制视频，并查看已拍摄的照片。以下是该脚本的主要功能和一些使用时需要注意的事项：

功能

拍照：

用户可以通过点击界面上的“拍照”按钮或按键盘上的 ‘s’ 键来拍照。
拍摄的照片将自动保存到指定的文件夹中，并按照编号命名。
录像：

用户可以通过点击界面上的“录像”按钮来开始和停止录像。
录制的视频将自动保存到指定的文件夹中，并按照编号命名。
查看照片：

用户可以通过按键盘上的 ‘v’ 键来查看已拍摄的照片。
按 ‘q’ 键可以退出照片查看模式。
摄像头切换：

用户可以通过按键盘上的 ‘c’ 键来切换摄像头（假设系统中有多个摄像头）。
图像缩放：

用户可以通过按 ‘+’ 键放大图像，按 ‘-’ 键缩小图像。
关闭程序：

用户可以通过点击界面上的“关闭”按钮或按键盘上的 ‘q’ 键来关闭程序。
如果窗口被手动关闭，程序也会自动退出。
注意事项
文件路径：

确保 simhei.ttf 字体文件存在于指定路径，否则绘制中文文本时会出错。
确保照片和视频文件夹存在，或者脚本能够正确创建这些文件夹。
摄像头权限：

确保程序有访问摄像头的权限。如果在运行时遇到权限问题，可能需要以管理员身份运行脚本。
摄像头索引：

脚本默认使用索引 0 的摄像头。如果系统中有多个摄像头，可以通过修改 cam_index 变量来选择其他摄像头。
图像缩放：

图像缩放时，确保 scale_factor 不会变得过小，以免图像失真。脚本中已经设置了最小缩放因子为 0.1。
视频编码器：

脚本使用 XVID 编码器来录制视频。确保你的系统支持该编码器。如果不支持，可以尝试更换其他编码器，例如 MJPG 或 H264。
性能考虑：

在高分辨率下，实时处理和显示图像可能会占用较多资源。如果性能不足，可以适当降低摄像头的分辨率或帧率。
异常处理：

脚本中有一些基本的错误处理，例如检查摄像头是否打开成功。建议在实际使用中进一步增强异常处理，以提高程序的健壮性。
运行脚本
安装依赖库：

确保安装了所需的库：opencv-python 和 Pillow。
bash
pip install opencv-python pillow
运行脚本：

将脚本保存为一个 .py 文件，然后在命令行中运行：
bash
python your_script_name.py
希望这些信息对你有所帮助！如果有任何问题或需要进一步的功能扩展，请随时告诉我。

import cv2
import os
import numpy as np
from PIL import Image, ImageDraw, ImageFont
import datetime

# 检查并创建保存照片和视频的文件夹
def create_folder(folder_name):
    if not os.path.exists(folder_name):
        os.makedirs(folder_name)
    return folder_name

# 获取文件夹中的最大编号
def get_next_file_number(folder_name, file_extension):
    files = os.listdir(folder_name)
    files = [f for f in files if f.endswith(file_extension)]
    if files:
        numbers = [int(f.split('.')[0]) for f in files]
        return max(numbers) + 1
    else:
        return 1

# 将PIL图像转换为OpenCV图像
def pil_to_cv(image):
    return cv2.cvtColor(np.array(image), cv2.COLOR_RGB2BGR)

# 鼠标回调函数
def mouse_callback(event, x, y, flags, param):
    global next_photo_number, next_video_number, running, recording, out, frame
    if event == cv2.EVENT_LBUTTONDOWN:
        if 10 <= x <= 100 and 10 <= y <= 50:  # 关闭按钮区域
            running = False
        elif 10 <= x <= 100 and 70 <= y <= 110:  # 拍照按钮区域
            file_path = os.path.join(照片文件夹, f"