使用Matlab中的代码在Python中逐帧读取视频

Question

我正在尝试翻译下面的代码，它假设一帧一帧地读取视频，然后计算帧之间的差异，我的翻译似乎不太好，因为我得到的字段值不同

afTime = zeros(1,NumFrames-1);
for iFrameIter=1:NumFrames-1
    rgbCurrImage = read(hVideo,iFrameIter);
    rgbSubSampled = double(rgbCurrImage(1:2:end,1:2:end,:))/255;
    graySubSampled = 0.299*rgbSubSampled(:,:,1) + 0.587*rgbSubSampled(:,:,2) + 0.114*rgbSubSampled(:,:,3);

我认为Python有一个较短的方法来实现这一点（不是为每个通道手动），但在Matlab和Python中无法达到相同的值。一直在使用cv2读取视频

这是我的python代码：

afSimilarity = np.zeros(number_of_frames - 1)
PrevResult = np.zeros(int(iQuantizedNumBlocks))

    for iFrameIter in range(number_of_frames - 1):
        print(iFrameIter)
        ret, rgbCurrImage = cap.read()
        rgbSubSampled = np.double(rgbCurrImage[::2, ::2, :]) / 255
        graySubSampled = 0.299 * rgbSubSampled[:, :, 2] + 0.587 * rgbSubSampled[:, :, 1] + 0.114 * rgbSubSampled[:, :, 0]

例如，对于第一帧，我在Python中获得的graySubSampled值的结果：

0.232776471 0.244988235 0.23174902 0.267937255

0.237278431 0.242094118 0.252003922 0.25592549

0.253478431 0.232976471 0.248215686 0.253545098

0.242094118 0.237278431 0.248215686 0.2613828235

python中rgbCurrImage的值为： rgbCurrImage[0]： 675565

685666

715868

736070

IrgbCurrImage1： 675565

685666

715868

736070

rgbCurrImage2： 59 58 66

59 58 66

62 59 57

64 61 69

rgbCurrImage[3]： 60 59 67

60 59 67

61 58 66

63 60 68

我很确定这是bgr，而不是python中的rgb，但我后来处理了它

在Matlab中：

0.239 0.25168824 0.241168627 0.277356863

0.242094118 0.246909804 0.258160784 0.262082353

0.2574 0.237345098 0.253031373 0.256058824

0.245121569 0.242607843 0.251243137 0.262113725

matlab中rgbCurrImage的值为： rgbcurrimage（1，：，：）： 665768

675870

696073

716279

rgbcurrimage（2，：，：）： 66 58 66

675968

696071

716276

rgbcurrimage（3，：，：）： 675962

675963

686065

70 62 69

rgbcurrimage（4，：，：）： 686158

686158

675958

696160