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
|
7天前
|
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!
18 6
|
9天前
|
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。
27 11
|
19天前
|
数据采集 JSON 数据格式
深入解析:使用Python爬取Bilibili视频
本文介绍了如何使用Python编写脚本自动化下载Bilibili视频。通过requests等库获取视频和音频URL,使用ffmpeg合并音视频文件,最终实现高效下载。注意遵守网站爬虫政策和法律法规。
147 4
|
24天前
|
缓存 监控 测试技术
Python中的装饰器:功能扩展与代码复用的利器###
本文深入探讨了Python中装饰器的概念、实现机制及其在实际开发中的应用价值。通过生动的实例和详尽的解释,文章展示了装饰器如何增强函数功能、提升代码可读性和维护性,并鼓励读者在项目中灵活运用这一强大的语言特性。 ###
|
27天前
|
缓存 开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第35天】装饰器在Python中是一种强大的工具,它允许开发者在不修改原有函数代码的情况下增加额外的功能。本文旨在通过简明的语言和实际的编码示例,带领读者理解装饰器的概念、用法及其在实际编程场景中的应用,从而提升代码的可读性和复用性。
|
1月前
|
设计模式 缓存 测试技术
Python中的装饰器:功能增强与代码复用的艺术####
本文将深入探讨Python中装饰器的概念、用途及实现方式,通过实例演示其如何为函数或方法添加新功能而不影响原有代码结构,从而提升代码的可读性和可维护性。我们将从基础定义出发,逐步深入到高级应用,揭示装饰器在提高代码复用性方面的强大能力。 ####
|
1月前
|
缓存 测试技术 数据安全/隐私保护
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第29天】本文通过深入浅出的方式,探讨了Python装饰器的概念、使用场景和实现方法。文章不仅介绍了装饰器的基本知识,还通过实例展示了如何利用装饰器优化代码结构,提高代码的可读性和重用性。适合初学者和有一定经验的开发者阅读,旨在帮助读者更好地理解和应用装饰器,提升编程效率。
|
1月前
|
开发者 Python
探索Python中的装饰器:简化代码,增强功能
【10月更文挑战第22天】在Python的世界里,装饰器是一个强大的工具,它能够让我们以简洁的方式修改函数的行为,增加额外的功能而不需要重写原有代码。本文将带你了解装饰器的基本概念,并通过实例展示如何一步步构建自己的装饰器,从而让你的代码更加高效、易于维护。
|
17天前
|
存储 数据挖掘 开发者
Python编程入门:从零到英雄
在这篇文章中,我们将一起踏上Python编程的奇幻之旅。无论你是编程新手,还是希望拓展技能的开发者,本教程都将为你提供一条清晰的道路,引导你从基础语法走向实际应用。通过精心设计的代码示例和练习,你将学会如何用Python解决实际问题,并准备好迎接更复杂的编程挑战。让我们一起探索这个强大的语言,开启你的编程生涯吧!
|
23天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。