当前位置: 首页 > news >正文

【Python入门教程】基于OpenCV视频分解成图片+图片组合成视频(视频抽帧组帧)

        在人工智能爆火的今天,深度学习被广泛应用于各个领域。深度学习的模型训练离不开大量的样本库。我之前分享过【Python爬虫】批量爬取网页的图片&制作数据集,今天跟大家分享一下如何使用OpenCV库对视频进行抽帧,从而增加样本图片的数量。正好也顺便分享一下如何再将图片组合成视频。当然视频的抽帧组帧还可以应用到很多邻域,我这里是用在制作样本的。

1 视频分解图片(拆帧)

1.1 主函数介绍+代码

        cv2.VideoCapture()是OpenCV库中的一个函数,用于读取视频文件或实时视频流。它返回一个视频捕获对象,可以通过这个对象进行视频的读取、操作和释放等操作。

        使用cv2.VideoCapture()可以读取视频文件或实时视频流中的每一帧图像。通过循环读取帧,可以获取视频中的所有帧。

        这里入参中的target_frame是指间隔多少帧保存一张图片,如果输入1,则全部保存。若视频帧率为60(每秒60张图片),你设置target_frame为120,则两秒保存一张图片。

def Frame_video(video_path, out_path, target_frame=1):""":param video_path: 需要拆帧的视频路径:param out_path: 拆帧后图片保存路径:param target_frame: 抽取帧数间隔,默认为1,即1帧保存1张图片:return: None"""print("-------------------------视频抽帧-------------------------")if not os.path.exists(out_path):# 判断文件夹是否存在os.makedirs(out_path)video = cv2.VideoCapture()  # 初始化一个OpenCV的视频读取对象video.open(video_path)count = 0  # 记录当前帧数image_index = 1000001  # 用于保存图片名称frames = int(video.get(cv2.CAP_PROP_FRAME_COUNT))  # 获取帧数print('视频共%s帧,抽取%s帧......' % (frames, int(frames/target_frame)))while True:_, frame = video.read()if frame is None:# print("第%s帧图片无法打开!" % count)breakif count % target_frame == 0:if int((image_index-1000000) / int(frames/target_frame) * 100) in [20, 40, 60, 80]:print("已提取百分之%s,剩余%s帧......" %(int((image_index-1000000) / int(frames/target_frame) * 100),int(frames / target_frame) - image_index + 1000000))save_path = out_path + "%s.png" % image_indexcv2.imwrite(save_path, frame)image_index += 1count += 1video.release()print("视频已全部抽帧完成......")print("-------------------------抽帧完成-------------------------")

1.2 完整代码

# -*- coding: utf-8 -*-
"""
@Time : 2023/10/25 14:26
@Auth : RS迷途小书童
@File :Video Frame Images.py
@IDE :PyCharm
@Purpose:视频拆帧成图片
"""
import os
import sys
import cv2def Frame_video(video_path, out_path, target_frame=1):""":param video_path: 需要拆帧的视频路径:param out_path: 拆帧后图片保存路径:param target_frame: 抽取帧数间隔,默认为1,即1帧保存1张图片:return: None"""print("-------------------------视频抽帧-------------------------")if not os.path.exists(out_path):# 判断文件夹是否存在os.makedirs(out_path)video = cv2.VideoCapture()  # 初始化一个OpenCV的视频读取对象video.open(video_path)count = 0  # 记录当前帧数image_index = 1000001  # 用于保存图片名称frames = int(video.get(cv2.CAP_PROP_FRAME_COUNT))  # 获取帧数print('视频共%s帧,抽取%s帧......' % (frames, int(frames/target_frame)))while True:_, frame = video.read()if frame is None:# print("第%s帧图片无法打开!" % count)breakif count % target_frame == 0:if int((image_index-1000000) / int(frames/target_frame) * 100) in [20, 40, 60, 80]:print("已提取百分之%s,剩余%s帧......" %(int((image_index-1000000) / int(frames/target_frame) * 100),int(frames / target_frame) - image_index + 1000000))save_path = out_path + "%s.png" % image_indexcv2.imwrite(save_path, frame)image_index += 1count += 1video.release()print("视频已全部抽帧完成......")print("-------------------------抽帧完成-------------------------")if __name__ == '__main__':print("\n-------------------------基础信息-------------------------")Video_path = r'G:\D.MP4'save_dir = r'B:\YOLO\18/'video1 = cv2.VideoCapture()  # 初始化一个OpenCV的视频读取对象if not video1.open(Video_path):print("无法打开视频,请检查数据!")sys.exit()fps = video1.get(cv2.CAP_PROP_FPS)  # 获取帧率frame_count = int(video1.get(cv2.CAP_PROP_FRAME_COUNT))  # 获取视频的总帧数video1.release()  # 清理缓存duration = frame_count / fps  # 计算视频的时长(秒)print("视频时长为: %ss" % int(duration))print("视频帧率为: %sFPS" % int(fps))print("视频帧数为: %s" % int(frame_count))Frame = int(input("请输入抽取帧数间隔:"))Frame_video(Video_path, save_dir, Frame)

2 图片组合视频(组帧)

2.1 主函数介绍+代码

        cv2.VideoWriter函数用于将录制的视频保存成文件。它需要指定文件路径、编码器、帧率和视频尺寸等参数。

def Image_Frame(images_path, out_path, fps):""":param images_path: 输入需要组帧的图片文件夹路径:param out_path: 输出视频路径:param fps: 视频帧率:return: None"""print("-------------------------图片组帧-------------------------")images_lists = os.listdir(images_path)  # images_lists.sort()image_size = Image.open(os.path.join(images_path, images_lists[0])).sizefourcc = cv2.VideoWriter_fourcc(*"mp4v")video_writer = cv2.VideoWriter(out_path, fourcc, fps, image_size)for image_list in images_lists:image_path = os.path.join(images_path, image_list)frame = cv2.imread(image_path)video_writer.write(frame)print("正在添加:", image_list)video_writer.release()print("-------------------------组帧完成-------------------------")

2.2 完整代码

# -*- coding: utf-8 -*-
"""
@Time : 2023/10/25 16:00
@Auth : RS迷途小书童
@File :Images Frame Video.py
@IDE :PyCharm
@Purpose:图片组帧成视频
"""
import os
import cv2
from PIL import Imagedef Image_Frame(images_path, out_path, fps):""":param images_path: 输入需要组帧的图片文件夹路径:param out_path: 输出视频路径:param fps: 视频帧率:return: None"""print("-------------------------图片组帧-------------------------")images_lists = os.listdir(images_path)  # images_lists.sort()image_size = Image.open(os.path.join(images_path, images_lists[0])).sizefourcc = cv2.VideoWriter_fourcc(*"mp4v")video_writer = cv2.VideoWriter(out_path, fourcc, fps, image_size)for image_list in images_lists:image_path = os.path.join(images_path, image_list)frame = cv2.imread(image_path)video_writer.write(frame)print("正在添加:", image_list)video_writer.release()print("-------------------------组帧完成-------------------------")if __name__ == "__main__":Image_path = r'G:\1/'Out_path = r'G:\1.mp4'FPS = int(input("请输入帧率:"))Image_Frame(Image_path, Out_path, FPS)

        本次博文就分享到这,如果大家有RS、GIS、Python方面的问题,欢迎大家留言交流。我们一起学习进步!

相关文章:

  • HarmonyOS SDK,赋能开发者实现更具象、个性化开发诉求
  • java try throw exception finally 遇上 return break continue造成异常丢失
  • jenkins如何安装?
  • php框架路由实现
  • 【Unity PlasticSCM】记录:从介绍 下载 到拉取项目
  • MySQL数据库干货_08—— MySQL中的主键约束(Primary Key)
  • IDE的组成
  • MySQL——九、SQL编程
  • Kubernetes (K8S)概述
  • python爬虫selenium和ddddocr使用
  • Vue、jquery和angular之间区别
  • 松下A6B伺服 马达不动问题解决
  • H5游戏源码分享-色块选择游戏
  • Go学习第十六章——Gin文件上传与下载
  • vscode C++项目相对路径的问题
  • SegmentFault for Android 3.0 发布
  • 【Amaple教程】5. 插件
  • 002-读书笔记-JavaScript高级程序设计 在HTML中使用JavaScript
  • ECS应用管理最佳实践
  • iOS编译提示和导航提示
  • Java 最常见的 200+ 面试题:面试必备
  • Java读取Properties文件的六种方法
  • JSDuck 与 AngularJS 融合技巧
  • maya建模与骨骼动画快速实现人工鱼
  • mysql外键的使用
  • MySQL用户中的%到底包不包括localhost?
  • NLPIR语义挖掘平台推动行业大数据应用服务
  • Node项目之评分系统(二)- 数据库设计
  • PHP变量
  • Python利用正则抓取网页内容保存到本地
  • storm drpc实例
  • sublime配置文件
  • Traffic-Sign Detection and Classification in the Wild 论文笔记
  • Transformer-XL: Unleashing the Potential of Attention Models
  • 读懂package.json -- 依赖管理
  • 协程
  • 验证码识别技术——15分钟带你突破各种复杂不定长验证码
  • 自定义函数
  • C# - 为值类型重定义相等性
  • # .NET Framework中使用命名管道进行进程间通信
  • #Linux(帮助手册)
  • #NOIP 2014# day.1 T3 飞扬的小鸟 bird
  • (2)关于RabbitMq 的 Topic Exchange 主题交换机
  • (7)STL算法之交换赋值
  • (ros//EnvironmentVariables)ros环境变量
  • (二十四)Flask之flask-session组件
  • (企业 / 公司项目)前端使用pingyin-pro将汉字转成拼音
  • (原創) 如何優化ThinkPad X61開機速度? (NB) (ThinkPad) (X61) (OS) (Windows)
  • (转)Oracle 9i 数据库设计指引全集(1)
  • (转)甲方乙方——赵民谈找工作
  • *Algs4-1.5.25随机网格的倍率测试-(未读懂题)
  • .NET Standard / dotnet-core / net472 —— .NET 究竟应该如何大小写?
  • .NET 使用 ILMerge 合并多个程序集,避免引入额外的依赖
  • .NET/C# 推荐一个我设计的缓存类型(适合缓存反射等耗性能的操作,附用法)
  • .NetCore部署微服务(二)