用Python获取视频中所有静帧图片

需求说明

拿到一批视频 ，视频内容是一些 课程的讲解，画面中都是一些ppt的页面，在视频中将ppt的画面都提取出来，并保存。

基本思路

读取视频，逐帧解析视频画面 ，对比前后两帧视频画面是否有区别，如果有区别则将图片保存，没区别则进行下一帧。
需要注意的：

1. 视频画面不清晰 ，可能在视频播放过程中，有闪烁
2. 视频中的内容可能存在重复（没有解决）

关键部分

代码基本逻辑没什么难点，不过在提取图片之后做前后两帧画面对比的时候，需要查验相似度，相似度结果出来之后，需要设定一个阈值，在多大范围内的相似度差异视为视频画面没有变化。

上代码

# coding=utf-8
import os
import shutil
import cv2
import numpy as np
from PIL import Image
import math
import operator
import sklearn
from sklearn.metrics.pairwise import cosine_similarity

cap = cv2.VideoCapture(r"./video/source/adb.mp4")

# 定义获取相似度的方法
def cosine_func(x,y):
    cur = cosine_similarity(x[:,:,0],y[:,:,0])
    return np.mean(cur)
# 算一下视频共计多少秒
fps= cap.get(cv2.CAP_PROP_FPS) # 帧率
frameCount = cap.get(cv2.CAP_PROP_FRAME_COUNT) # 帧数
frame_rate = 25
success = True
# 计数
num = 1
frame_count = 0
contrast_img = None
contrast_cosin = 0
while (success):
    #cap.read()进行读，cv2.imwrite()进行写，当读结束时，success变成False
    success, frame = cap.read()
    frame_count = frame_count + 1
    try:
        frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        if contrast_img is None: # 第一次这里是空的
            print("第一次")
            contrast_img = frame
        if success == True:
            if frame_count % frame_rate == 0:
                print("检查帧位置{}".format(frame_count))
                cosin_num = cosine_func(contrast_img, frame) # 检查相似度
                contrast_img = frame
                if abs(cosin_num.round(2) - contrast_cosin) < 0.02:
                    print(num, cosin_num)
                    contrast_cosin = cosin_num.round(2)
                    # cv2.imshow("frame",frame_gray)
                    # cv2.waitKey(0)
                    # cv2.destroyAllWindows()
                    print("#"*5)
                    print(frame_count,num)
                    cv2.imwrite(r"./image/source/u/" + "%03d.jpg" % num, frame)
                    num += 1
                    print("#"*5)
    except Exception as e:
        print(e)

其实可以做更多事情，将批量视频按照目录读进来，将结果保存为pdf文件
这里没有用到目标识别，没有区分重复的画面内容，甚至阈值可能不是很灵敏，会有很多相同画面，后续阅览者可以自行调试。