以下分别为对视频逐帧裁剪和隔帧裁剪的代码。
1. 逐帧裁剪。 在使用该代码时,注意根据自己的情况修改arg = parser.parse_args()函数中的输入视频的路径和输出存放图片的路径。
import torch
import cv2
import argparse
import os
def parse_args():
"""
Parse input arguments
"""
parser = argparse.ArgumentParser(description='Process pic')
parser.add_argument('--input', help='video to process', dest='input', default=None, type=str)
parser.add_argument('--output', help='pic to store', dest='output', default=None, type=str)
#input为输入视频的路径 ,output为输出存放图片的路径
args = parser.parse_args(['--input',r'D:\YDD-TemDocs\input.mp4','--output',r'D:\YDD-TemDocs\output'])
return args
def process_video(i_video, o_video):
cap = cv2.VideoCapture(i_video)
# VideoCapture()中的参数若为0,则表示打开笔记本的内置摄像头
# 若为视频文件路径,则表示打开视频
num_frame = cap.get(cv2.CAP_PROP_FRAME_COUNT) # 获取视频总帧数
# print(num_frame)
expand_name = '.jpg'
if not cap.isOpened():
print("Please check the path.")
cnt = 0
while 1:
ret, frame = cap.read()
# cap.read()表示按帧读取视频。ret和frame是获取cap.read()方法的两个返回值
# 其中,ret是布尔值。如果读取正确,则返回TRUE;如果文件读取到视频最后一帧的下一帧,则返回False
# frame就是每一帧的图像
if not ret:
break
cnt += 1 # 从1开始计帧数
cv2.imwrite(os.path.join(o_video, str(cnt) + expand_name), frame)
if __name__ == '__main__':
args = parse_args()
if not os.path.exists(args.output):
os.makedirs(args.output)
print('Called with args:')
print(args)
process_video(args.input, args.output)
2. 隔帧裁剪。 在使用代码时,注意根据自己的情况修改arg = parser.parse_args()函数中输入视频的路径和输出存放图片的路径。另外,该代码默认每隔5帧进行一次裁剪,可自行更改。
import argparse
import os
def parse_args():
"""
Parse input arguments
"""
parser = argparse.ArgumentParser(description='Process pic')
parser.add_argument('--input', help='video to process', dest='input', default=None, type=str)
parser.add_argument('--output', help='pic to store', dest='output', default=None, type=str)
#default为间隔多少帧截取一张图片
parser.add_argument('--skip_frame', dest='skip_frame', help='skip number of video', default=5, type=int)
#input为输入视频的路径 ,output为输出存放图片的路径
args = parser.parse_args(['--input',r'D:\YDD-TemDocs\input.mp4','--output',r'D:\YDD-TemDocs\output'])
return args
def process_video(i_video, o_video, num):
cap = cv2.VideoCapture(i_video)
# VideoCapture()中的参数若为0,则表示打开笔记本的内置摄像头
# 若为视频文件路径,则表示打开视频
num_frame = cap.get(cv2.CAP_PROP_FRAME_COUNT) # 获取视频总帧数
# print(num_frame)
expand_name = '.jpg'
if not cap.isOpened():
print("Please check the path.")
cnt = 0
count = 0
while 1:
ret, frame = cap.read()
# cap.read()表示按帧读取视频。ret和frame是获取cap.read()方法的两个返回值
# 其中,ret是布尔值。如果读取正确,则返回TRUE;如果文件读取到视频最后一帧的下一帧,则返回False
# frame就是每一帧的图像
if not ret:
break
cnt += 1 # 从1开始计帧数
if cnt % num == 0: # num表示每隔num帧进行一次裁剪
count += 1
cv2.imwrite(os.path.join(o_video, str(count) + expand_name), frame)
if __name__ == '__main__':
args = parse_args()
if not os.path.exists(args.output):
os.makedirs(args.output)
print('Called with args:')
print(args)
process_video(args.input, args.output, args.skip_frame)
3. 重要说明
输入视频路径和输出视频路径最好不要带有中文,否则可能会导致帧图片存入失败。
另外,如果仔细看的话,会发现逐帧裁剪和隔帧裁剪代码十分相似。其实,把隔帧裁剪代码中的args.skip_frame设置为1不就是逐帧裁剪了吗?但是我感觉如果只是逐帧裁剪的话,还是可以对代码进行一下优化的,因此就顺手贴上了逐帧裁剪的代码。
更多资料可以关注微信公众号:信小颜。