week6 视频分镜

任务

在Windows10系统下，用python，在jupyter notebook，对week5中“将视频每一帧保存成图像”的基础上，通过自定义的均值哈希算法、各通道直方图两种方法对该有序系列图片进行相似度计算，拣出差距大于一定值的图片另存，以判断原视频的镜头数。

应用ffmpeg在长视频中截取片段，转换为图像，估计镜头数。

Ⅰ均值哈希算法

导入所需各库。

os和shutil两个库用来相互辅助完成新建、删除、遍历文件或文件夹的功能。

os.remove(r"里面填文件路径")：删文件（慎用，错了该文件就找不回来了）
os.makedirs("./p")：当前工作路径下新建文件夹p
os.listdir("./p")：遍历p文件夹内的文件，返回内含文件夹内各文件的列表      os.removedirs("./p")：当前工作路径下删除空文件夹p（文件夹必须为空，否则报错）
shutil.rmtree("./p",ignore_errors=True)#删除文件夹，非空也能删除

import cv2
import numpy as np 
import matplotlib.pyplot as plt
from PIL import Image  
import inspect
import os
import shutil

定义函数，转换图像表达式：

更改图片规格为8*8，转为灰度图像

遍历图片8*8每个格子，并叠加每个格子的像素，求其均值

遍历图片8*8每个格子，并判断像素值与均值的大小，大于均值返回1，小于均值返回0，最后得到一个64位的二进制数

彩色图像img[i,j,c]：i表示图片的行数，j表示图片的列数，c表示图片的通道数（RGB三通道分别对应0，1，2）。坐标是从左上角开始。

灰度图像gray[i,j]：返回图像第i行第j列的像素值

def aHash(img):
    #缩放为8x8
    """plt.imshow(img)
    plt.axis("off")
    plt.show()"""
    img=cv2.resize(img,(8,8))
    """plt.imshow(img)
    plt.axis("off")
    plt.show()"""
    #转换为灰度图
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    #s为像素和初值为0，hash _str为hash 值初值为''
    s=0
    hash_str=""
    #遍历累加求像素和
    for i in range(8):
        for j in range(8):
            s=s+gray[i,j]
    #求灰度平均
    avg=s/64
    #灰度大于平均值为1相反为0生成图片的hash值
    for i in range(8):
        for j in range(8):
            if gray[i,j]>avg:
                hash_str=hash_str+"1"
            else:
                hash_str=hash_str+"0"
    return hash_str

定义函数，比较两个图像表达式的区别，并得出图像差别大小，返回值gap越大，差别越大

if语句，若两图hash长度不同，返回-1表示传参出错

for循环，遍历两张图像64位二进制数每一位，判断其区别，若不同，则gap+1，表示差别更大

def cmpHash(hash1,hash2):
    gap=0
    #hash长度不同则返回-1代表传参出错
    if len(hash1)!=len(hash2):
        return -1
    for i in range(len(hash1)):
        if hash1[i]!=hash2[i]:
            gap=gap+1
    return gap

 删除当前工作路径下名为p的文件夹并生成一个空文件夹p，以防同段代码多次运行导致文件夹内文件混乱

遍历保存了有序系列图像的文件夹pic

将文件夹pic中第一张图片同名保存至文件夹p

shutil.rmtree("./p",ignore_errors=True)
os.makedirs("./p")
filelist=os.listdir("./pic")
cv2.imwrite(os.path.join("./p",filelist[0]),img1)

 方法1：遍历比较时不是相邻两张图片比较，而是相邻两张显示足够相似时，左图不变，右图从第一张图开始遍历，比较两张图，直到相似度过低时，保存右图，并将当前右图更换为左图，而右图继续遍历，直至遍历结束。

for i in range(len(filelist)-1):
    img2=cv2.imread("./pic/"+"image{}".format(i+1)+".jpg")
    ga