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
|
1天前
|
存储 缓存 关系型数据库
MySQL事务日志-Redo Log工作原理分析
事务的隔离性和原子性分别通过锁和事务日志实现,而持久性则依赖于事务日志中的`Redo Log`。在MySQL中,`Redo Log`确保已提交事务的数据能持久保存,即使系统崩溃也能通过重做日志恢复数据。其工作原理是记录数据在内存中的更改,待事务提交时写入磁盘。此外,`Redo Log`采用简单的物理日志格式和高效的顺序IO,确保快速提交。通过不同的落盘策略,可在性能和安全性之间做出权衡。
1517 4
|
29天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
5天前
|
人工智能 Rust Java
10月更文挑战赛火热启动,坚持热爱坚持创作!
开发者社区10月更文挑战,寻找热爱技术内容创作的你,欢迎来创作!
483 17
|
1天前
|
存储 SQL 关系型数据库
彻底搞懂InnoDB的MVCC多版本并发控制
本文详细介绍了InnoDB存储引擎中的两种并发控制方法:MVCC(多版本并发控制)和LBCC(基于锁的并发控制)。MVCC通过记录版本信息和使用快照读取机制,实现了高并发下的读写操作,而LBCC则通过加锁机制控制并发访问。文章深入探讨了MVCC的工作原理,包括插入、删除、修改流程及查询过程中的快照读取机制。通过多个案例演示了不同隔离级别下MVCC的具体表现,并解释了事务ID的分配和管理方式。最后,对比了四种隔离级别的性能特点,帮助读者理解如何根据具体需求选择合适的隔离级别以优化数据库性能。
179 1
|
8天前
|
JSON 自然语言处理 数据管理
阿里云百炼产品月刊【2024年9月】
阿里云百炼产品月刊【2024年9月】,涵盖本月产品和功能发布、活动,应用实践等内容,帮助您快速了解阿里云百炼产品的最新动态。
阿里云百炼产品月刊【2024年9月】
|
21天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
8天前
|
Linux 虚拟化 开发者
一键将CentOs的yum源更换为国内阿里yum源
一键将CentOs的yum源更换为国内阿里yum源
442 4
|
7天前
|
存储 人工智能 搜索推荐
数据治理,是时候打破刻板印象了
瓴羊智能数据建设与治理产品Datapin全面升级,可演进扩展的数据架构体系为企业数据治理预留发展空间,推出敏捷版用以解决企业数据量不大但需构建数据的场景问题,基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。
313 2
|
23天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
25天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2608 22
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析