Python实用记录(一):如何将不同类型视频按关键帧提取并保存图片,实现图片裁剪功能

简介: 这篇文章介绍了如何使用Python和OpenCV库从不同格式的视频文件中按关键帧提取图片,并展示了图片裁剪的方法。

下面我定义读取的视频类型包括两个-------------avi和mp4.
但是我电脑里只有mp4类型的视频,所以就只演示一个了,两种格式运行都是一样的道理。

1定义read_pic()来读取路径下全部图片

def read_pic(path):
    if os.path.exists(path):
        print(1)
    else:
        print(2)
    dirnames = sorted(os.listdir(path))
    # print(dirname)
    n = len(dirnames)
    print(n)
    Srcimg= [] # 创建一个集合用于保存所有图片
    for dirname in dirnames:
        # print("正在读取第%d张图片" % i)
        # fromfile()函数读回数据时需要用户指定元素类型,并对数组的形状进行适当的修改,indecode下中文路径也可以运行
        img = cv2.imdecode(np.fromfile(path + dirname, dtype=np.uint8), -1)
        #####保存图片#########
        # cv2.imwrite(output_path + "/" + dirname, img)
        #img_path = os.path.join(input_path, dirname)
        # f.write(img_path+'\n')
        Srcimg.append(img)
        print(img_path)
    Srcimg = np.array(Srcimg)

    return Srcimg

也可以用glob来读取该文件夹下全部图片,非常简洁好记,代码如下:

import glob
import os
import cv2

IMAGE_PATH='D:/pycharm/4kinds_detectface_module/test'
filenames = glob.glob(os.path.join(IMAGE_PATH,'*.jpg'))
nums = len(filenames)
print(filenames)
print(nums)
for i in range(nums):
    img=cv2.imread(filenames[i])
    cv2.imshow('img',img)
    cv2.waitKey(0)

2定义读取mp4类型的视频,25帧读取一张图片

def splitFrames_mp4(sourceFileName):

    # 在这里把后缀接上
    video_path = os.path.join('E:/qq/MobileFile/', sourceFileName + '.mp4')
    times = 0
    # 提取视频的频率,每25帧提取一个,也就是一秒一张图
    frameFrequency = 25
    # 输出图片到当前目录vedio文件夹下
    outPutDirName = 'D:/pycharm/facenet/data/lfw_5/' + sourceFileName + '/'
    # 如果文件目录不存在则创建目录
    Datas = []
    if not os.path.exists(outPutDirName):
        os.makedirs(outPutDirName)

    camera = cv2.VideoCapture(video_path)
    while True:
        times+=1
        res, image = camera.read()
        if not res:
            # print('not res , not image')
            break
        if times%frameFrequency==0:
            # cv2.imwrite(outPutDirName + str(times)+'.jpg', image)
            print(outPutDirName + str(times)+'.jpg')
            Datas.append(image)
        # cv2.imwrite(outPutDirName + str(times) + '.jpg', image)
        # print(times)

    print('图片提取结束')
    # print(Datas)
    camera.release()
    return Datas

3定义读取avi类型的视频,25帧读取一张图片

def splitFrames(sourceFileName):

    # 在这里把后缀接上
    video_path = os.path.join(im_file, sourceFileName + '.avi')
    outPutDirName = 'D:/pycharm/facenet/data/lfw_5/' + sourceFileName + '/'

    if not os.path.exists(outPutDirName):
        #如果文件目录不存在则创建目录
        os.makedirs(outPutDirName)
    datas = []
    cap = cv2.VideoCapture(video_path) # 打开视频文件
    num = 1
    while True:
        num = num + 1
        # success 表示是否成功,data是当前帧的图像数据;.read读取一帧图像,移动到下一帧
        success, data = cap.read()
        if not success:
            break

        if num % 25 == 0:
            print(outPutDirName + str(num)+'.jpg')
            # cv2.imwrite( outPutDirName +str(num)+".jpg", data)
            datas.append(data)
    print('图片提取结束')
    cap.release()
    return datas

4完整代码:

import os
import cv2
import numpy as np

def read_pic(path):
    if os.path.exists(path):
        print(1)
    else:
        print(2)
    dirnames = sorted(os.listdir(path))
    # print(dirname)
    n = len(dirnames)
    print(n)
    # f = open('neg.txt', 'w')
    Srcimg= []
    for dirname in dirnames:
        # print("正在读取第%d张图片" % i)
        # fromfile()函数读回数据时需要用户指定元素类型,并对数组的形状进行适当的修改,indecode下中文路径也可以运行
        img = cv2.imdecode(np.fromfile(path + dirname, dtype=np.uint8), -1)
        #####保存图片#########

        # cv2.imwrite(output_path + "/" + dirname, img)
        img_path = os.path.join(input_path, dirname)
        # f.write(img_path+'\n')
        Srcimg.append(img)
        print(img_path)
    Srcimg = np.array(Srcimg)

    return Srcimg

def splitFrames_mp4(sourceFileName):

    # 在这里把后缀接上
    video_path = os.path.join('E:/qq/MobileFile/', sourceFileName + '.mp4')
    times = 0
    num = 0
    # 提取视频的频率,每25帧提取一个,也就是一秒一张图
    frameFrequency = 25
    # 输出图片到当前目录vedio文件夹下
    outPutDirName = 'D:/pycharm/arithmetic/' + sourceFileName + '/'
    # 如果文件目录不存在则创建目录
    Datas = []
    if not os.path.exists(outPutDirName):
        os.makedirs(outPutDirName)

    camera = cv2.VideoCapture(video_path)
    while True:
        times+=1
        res, image = camera.read()
        if not res:
            # print('not res , not image')
            break
        if times%frameFrequency==0:
            num+=1
            # cv2.imwrite(outPutDirName + str(times)+'.jpg', image)
            print(outPutDirName + str(times)+'.jpg')
            cv2.imwrite(outPutDirName+str(times)+'.jpg',image)
            Datas.append(image)
        # cv2.imwrite(outPutDirName + str(times) + '.jpg', image)
        # print(times)
    print('--------一共有{}-------'.format(num))
    print('图片提取结束')
    # print(Datas)
    camera.release()
    return Datas

# 从.avi 类型的视频中提取图像
def splitFrames(sourceFileName):

    # 在这里把后缀接上
    video_path = os.path.join(im_file, sourceFileName + '.avi')
    outPutDirName = 'D:/pycharm/facenet/data/lfw_5/' + sourceFileName + '/'

    if not os.path.exists(outPutDirName):
        #如果文件目录不存在则创建目录
        os.makedirs(outPutDirName)
    datas = []
    cap = cv2.VideoCapture(video_path) # 打开视频文件
    num = 1
    while True:
        num = num + 1
        # success 表示是否成功,data是当前帧的图像数据;.read读取一帧图像,移动到下一帧
        success, data = cap.read()
        if not success:
            break
        # im = Image.fromarray(data, mode='RGB') # 重建图像
        # im.save('C:/Users/Taozi/Desktop/2019.04.30/' +str(num)+".jpg") # 保存当前帧的静态图像
        # cv2.imwrite( outPutDirName +str(num)+".jpg", data)
        # data.append(data)

        if num % 25 == 0:
            print(outPutDirName + str(num)+'.jpg')
            datas.append(data)
    print('图片提取结束')
    cap.release()
    return datas

if __name__ == '__main__':
    im_file = 'E:/qq/MobileFile/'
    # input_path = 'D:/pycharm/10kinds-light-face-detector-align-recognition-master/lfw_5/test/'
    for im_name in os.listdir(im_file):
        C_file = os.path.splitext(im_name)[-1]
        if C_file == '.mp4':
            print('~~~~~~~~~~ 从.mp4 视频提取图像 ~~~~~~~~~~~~~~~')
            #
            sourceFileName = os.path.splitext(im_name)[0]
            splitFrames_mp4(sourceFileName)
        if C_file == '.avi':
            print('~~~~~~~~~~ 从.avi 视频提取图像 ~~~~~~~~~~~~~~~')
            #
            sourceFileName = os.path.splitext(im_name)[0]
            splitFrames(sourceFileName)
e)

5运行结果:

在这里插入图片描述
在这里插入图片描述

6图片裁剪

裁剪部分主要是根据下面这一行代码进行的,这里要记住(我被这里坑了一下午),
参数tr[1]:左上角或右上角的纵坐标值
参数bl[1]:左下角或右下角的纵坐标值
参数tl[0]:左上角或左下角的横坐标值
参数br[0]:右上角或右下角的横坐标值

crop = img[int(tr[1]):int(bl[1]), int(tl[0]):int(br[0]) ]

在这里插入图片描述

目录
相关文章
|
4天前
|
人工智能 搜索推荐 测试技术
通义灵码 2.0 智能编码功能评测:Deepseek 加持下的 Python 开发体验
通义灵码 2.0 智能编码功能评测:Deepseek 加持下的 Python 开发体验
59 10
|
1月前
|
前端开发 搜索推荐 编译器
【01】python开发之实例开发讲解-如何获取影视网站中经过保护后的视频-用python如何下载无法下载的视频资源含m3u8-python插件之dlp-举例几种-详解优雅草央千澈
【01】python开发之实例开发讲解-如何获取影视网站中经过保护后的视频-用python如何下载无法下载的视频资源含m3u8-python插件之dlp-举例几种-详解优雅草央千澈
111 34
【01】python开发之实例开发讲解-如何获取影视网站中经过保护后的视频-用python如何下载无法下载的视频资源含m3u8-python插件之dlp-举例几种-详解优雅草央千澈
|
1月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
2月前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
105 8
|
2月前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
2月前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
56 6
|
2月前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
57 11
|
3月前
|
监控 数据挖掘 数据安全/隐私保护
Python脚本:自动化下载视频的日志记录
Python脚本:自动化下载视频的日志记录
|
3月前
|
设计模式 监控 程序员
Python中的装饰器:功能增强与代码复用的利器####
本文深入探讨了Python中装饰器的工作原理、应用场景及其在提升代码可读性、减少重复劳动方面的优势。不同于传统方法的冗长和复杂,装饰器提供了一种优雅且高效的方式来增强函数或方法的功能。通过具体实例,我们将揭示装饰器如何简化错误处理、日志记录及性能监控等常见任务,使开发者能够专注于核心业务逻辑的实现。 ####
|
4月前
|
存储 缓存 算法
详解 PyTypeObject,Python 类型对象的载体
详解 PyTypeObject,Python 类型对象的载体
78 3

热门文章

最新文章

推荐镜像

更多