Python迅速从短视频中获取视频帧的办法详细说明

89542767 发布于2022-12-21 17:18 / 758人阅读

　　本文给大家介绍一类从视频里获取视频帧的办法，因为单核获取视频帧速率比较慢，因而接下来我们增强了线程同步的办法，感兴趣的朋友能够出手试一试

　　Python迅速获取视频帧（线程同步）

　　现在详细介绍一下一类从视频里获取视频帧的办法，因为单核获取视频帧速率比较慢，因而接下来我们增强了线程同步的办法。

　　1、获取视频帧

　　获取视频帧关键用了Opencv控制模块。

　　在其中：

　　camera=cv2.Videocapture()，函数公式主要通过启用笔记本电脑内置摄像头载入视频帧；

　　res,image=camera.read()函数公式通常是按帧载入短视频，传参“res”是布尔型，取得成功载入回到True，载入不成功回到False；

　　最终用cv2.imwrite()函数公式存放载入过的视频帧。

　　视频帧获取方式可参考本文

　　import cv2
　　import os
　　def video_to_frames(video_path,outPutDirName):
　　times=0
　　#提取视频的频率，每1帧提取一个
　　frame_frequency=1
　　#如果文件目录不存在则创建目录
　　if not os.path.exists(outPutDirName):
　　os.makedirs(outPutDirName)
　　#读取视频帧
　　camera=cv2.VideoCapture(video_path)
　　while True:
　　times=times+1
　　res,image=camera.read()
　　if not res:
　　print('not res,not image')
　　break
　　#按照设置间隔存储视频帧
　　if times%frame_frequency==0:
　　cv2.imwrite(outPutDirName+''+str(times)+'.jpg',image)
　　print('图片提取结束')
　　#释放摄像头设备
　　camera.release()

　　2、线程同步方式

　　线程同步的应用关键应用了threading库。

　　在其中：

　　threading.Thread()函数公式主要是用于启用线程同步，在其中主要参数“target”是上边需要用到的函数公式，主要参数“args”是上边函数的输入数据。

　　在其中相关线程同步的详细介绍一下，及其速率提高效果可参考本文

　　import threading
　　threading.Thread(target=video_to_frames,args=(video_path,outPutDirName)).start()

　　留意

　　1、extract_frame方方法的入参分别是：键入视频地址、导出视频地址、短视频fps、视频尺寸宽、视频尺寸高、短视频必须抽走的起点帧、短视频必须抽走的完毕帧。

　　3、整体代码

　　import cv2
　　import os
　　import threading
　　def video_to_frames(video_path,outPutDirName):
　　times=0
　　#提取视频的频率，每1帧提取一个
　　frame_frequency=1
　　#如果文件目录不存在则创建目录
　　if not os.path.exists(outPutDirName):
　　os.makedirs(outPutDirName)
　　#读取视频帧
　　camera=cv2.VideoCapture(video_path)
　　while True:
　　times=times+1
　　res,image=camera.read()
　　if not res:
　　print('not res,not image')
　　break
　　if times%frame_frequency==0:
　　cv2.imwrite(outPutDirName+''+str(times)+'.jpg',image)
　　print('图片提取结束')
　　camera.release()
　　if __name__=="__main__":
　　input_dir=r'D:datasetscow_dataset'#输入的video文件夹位置
　　save_dir=r'E:relate_codedataset'#输出图片到当前目录video文件夹下
　　count=0#视频数
　　for video_name in os.listdir(input_dir):
　　video_path=os.path.join(input_dir,video_name)
　　outPutDirName=os.path.join(save_dir,video_name[:-4])
　　threading.Thread(target=video_to_frames,args=(video_path,outPutDirName)).start()
　　count=count+1
　　print("%s th video has been finished!"%count)

　　补充

　　还可以利用Python实现抽取剔除视频帧工具

　　代码

　　下面是使用opencv对视频中间几帧抽取的方法。

　　主要的思路是在读取frame的时候，顺便把帧写下来。

　　同时如果不是需要抽取剔除的帧，直接continue到下个循环。

　　样例代码如下，主要按照MP4格式进行处理。

　　#!/user/bin/env python
　　#coding=utf-8
　　"""
　　project:csdn-pro
　　author:剑客阿良_ALiang
　　file:test.py
　　ide:PyCharm
　　time:2022-06-30 17:55:48
　　"""
　　import cv2
　　#视频抽帧
　　def extract_frame(video_path:str,result_path:str,fps,weight,height,start,end):
　　fourcc=cv2.VideoWriter_fourcc(*'mp4v')
　　videoWriter=cv2.VideoWriter(result_path,fourcc,fps,(weight,height))
　　vc=cv2.VideoCapture(video_path)
　　if vc.isOpened():
　　ret,frame=vc.read()
　　else:
　　ret=False
　　count=0#count the number of pictures
　　while ret:
　　ret,frame=vc.read()
　　if start&lt;=count&lt;=end:
　　count+=1
　　continue
　　else:
　　videoWriter.write(frame)
　　count+=1
　　print(count)
　　videoWriter.release()
　　vc.release()
　　if __name__=='__main__':
　　extract_frame('C:UsersxxxDesktop123.mp4','C:UsersxxxDesktop114.mp4',25,640,368,119,125)

　　综上所述，这篇文章就给大家介绍到这里了，希望可以给大家带来帮助。

GPU云服务器云服务器详细说明安装php详细说明 icp备案流程详细说明 cn.com域名详细说明

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/128691.html

B站智能防挡弹幕的一种python实现

摘要：将图片的处理方法放到视频中的每一帧，再加上弹幕飞过的效果，就完成了版的智能防挡弹幕。不知道站的实现方法是怎样，是否有人工干预，是否有预计算。某天代码写得老眼昏花，去B站上摸鱼，突然发现奇怪的现象： showImg(https://segmentfault.com/img/remote/1460000017911829?w=600&h=284); 哟呵，B站竟然做了视频前景提取，把...

jzzlee 2019-07-31 11:21 评论0 收藏0
opencv python 从摄像头获取视频/从文件获取视频 /保存视频

摘要：这次开始学习从摄像头获取视频使用获取视频要获取视频，需要创建一个对象，参数可以是设备索引摄像头索引或视频文件的名称。这次开始学习Getting Started with Videos 1从摄像头获取视频使用cv2.VideoCapture()获取视频. cv2.VideoCapture(builtins.object) 要获取视频，需要创建一个VideoCapture对象，参数可以...

netmou 2019-07-30 17:02 评论0 收藏0
斯坦福新深度学习系统 NoScope：视频对象检测快1000倍

摘要：通过利用一系列利用视频局部性的优化，显著降低了在每个帧上的计算量，同时仍保持常规检索的高精度。的差异检测器目前是使用逐帧计算的逻辑回归模型实现的。这些检测器在上的运行速度非常快，每秒超过万帧。也就是说，每秒处理的视频帧数超过帧。视频数据正在爆炸性地增长——仅英国就有超过400万个CCTV监控摄像头，用户每分钟上传到 YouTube 上的视频超过300小时。深度学习的进展已经能够自动分析这些...

xcold 2019-04-25 18:15 评论0 收藏0
10分钟学会使用YOLO及Opencv实现目标检测（下）|附源码

摘要：摘要本文介绍使用和完成视频流目标检测，代码解释详细，附源码，上手快。将应用于视频流对象检测首先打开文件并插入以下代码同样，首先从导入相关数据包和命令行参数开始。摘要：本文介绍使用opencv和yolo完成视频流目标检测，代码解释详细，附源码，上手快。在上一节内容中，介绍了如何将YOLO应用于图像目标检测中，那么在学会检测单张图像后，我们也可以利用YOLO算法实现视频流中的目标检...

songze 2019-06-21 16:18 评论0 收藏0
前端工程师做Face Detection

摘要：身为一名前业务程序员和现前端程序员，这样的功能还是陌生的领域。需求使用加摄像头，通过人脸检测，完成自动拍照功能。在的屏幕上，显示摄像头的实时画面，要是画面中检测出人脸，则触发拍照。这样做的效果能够获得更高的，同时还能完成更远距离脸部的捕获。因为项目原因，需要使用人脸检测（face detection）功能。身为一名前JAVA业务程序员和现前端程序员，这样的功能还是陌生的领域。那能不能...

nodejh 2019-08-20 14:33 评论0 收藏0