使用opencv python比较两个精确的视频

我的目标是确定两个完全相同的视频之间的相似性。我的方法有点幼稚，即逐帧比较，看两帧是否完全匹配。为此，我使用以下python代码：

import cv2
import numpy as np

capture = cv2.VideoCapture("video.wmv")
capture2 = cv2.VideoCapture("video.wmv")
counter = 0
while True:
    f, frame = capture.read()
    f2, frame2 = capture2.read()
    frame = cv2.GaussianBlur(frame,(15,15),0)
    frame2 = cv2.GaussianBlur(frame2, (15, 15), 0)
    try:
        res = frame - frame2
        if(np.count_nonzero(res) > 0 ):
            counter += 1
        else: continue
    except:
        print(counter)

我的视频中的总帧数约为600K。代码运行几乎20K帧，具有精确匹配，计数器保持为零（即精确帧匹配），但在20K帧之后，它开始为所有帧返回以下异常

unsupported operand type(s) for -: 'NoneType' and 'NoneType'

---

从异常中，我了解到它没有读取任何帧，这就是返回非类型的原因。请指导我比较视频的方法是否正确（我知道这不是有效的方法）。为什么我会出现这个错误

为什么不运行一个简单的文件比较，看看两个视频是否相等？它将更加高效，因为它只会迭代压缩数据，因此效率更高。这个线程可能会有帮助：实际上它只是一个开始。我后面的目标是分析两个视频之间的差异（或相似性）。因此，我尝试采用我的方法，看看哪些帧不相同（即res=frame-frame2>0），并确定在视频中的特定点上可能存在一些差异。你的问题没有意义。如果两个视频完全相同，你不必对它们进行比较……我在这个例子中放了相同的视频。但仅仅比较相同的视频并不是目的。我试着放相同的视频，以确保我的代码至少适用于相同的视频。你进入了一个无限的While循环。我猜你的输入视频只有20K帧，这就是为什么你得到了非类型：）你为什么不运行一个简单的文件比较，看看两个视频是否相等？它将更加高效，因为它只会迭代压缩数据，因此效率更高。这个线程可能会有帮助：实际上它只是一个开始。我后面的目标是分析两个视频之间的差异（或相似性）。因此，我尝试采用我的方法，看看哪些帧不相同（即res=frame-frame2>0），并确定在视频中的特定点上可能存在一些差异。你的问题没有意义。如果两个视频完全相同，你不必对它们进行比较……我在这个例子中放了相同的视频。但仅仅比较相同的视频并不是目的。我试着放相同的视频，以确保我的代码至少适用于相同的视频。你进入了一个无限的While循环。我猜你的输入视频只有20K帧，这就是为什么你得到非类型：）