Python-OpenCV 实现美图秀秀视频剪辑效果【转场】

已于 2022-09-14 15:45:11 修改
阅读量6.4k 收藏 53
点赞数 17
分类专栏： 开发学习 # Python学习&开发
于 2021-09-30 11:47:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-NC-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44220418/article/details/120552143
版权

opencv python

文章目录

前言

上一篇 我们讨论了单张图片的特效实现，这一篇我们讨论两张图片的转场实现

以下是练习时用到的两张图片素材（当然，只是简单练习嘛，图像尺寸都是一样的，还都是正方形）


001.jpg

002.jpg

一、闪黑

效果对比


美图秀秀【闪黑】

OpenCV实现【闪黑】

实现思路

思路很简单，就是把上一篇的渐隐和渐显组合起来使用就行

实现代码

import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
img1 = cv2.imread("001.jpg")
img2 = cv2.imread("002.jpg")
rows, cols = img1.shape[:2]

'''特效展示'''
load_f = 20
tim = 0.2
percent_func1 = percent_func_gen(a=1, b=0, time=tim, n=1, mode="null")
percent_func2 = percent_func_gen(a=0, b=1, time=tim, n=1, mode="null")
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func1(t * load_f / 1000)
    img_show = cv2.multiply(img1, (1, 1, 1, 1), scale=percent)
    cv2.imshow("show", img_show)
    cv2.waitKey(load_f)
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func2(t * load_f / 1000)
    img_show = cv2.multiply(img2, (1, 1, 1, 1), scale=percent)
    cv2.imshow("show", img_show)
    cv2.waitKey(load_f)

'''关闭窗口'''
cv2.waitKey(1500)
cv2.destroyAllWindows()

二、上移/下移/左移/右移

这里以左移为例

效果对比


美图秀秀【左移】

OpenCV实现【左移】

实现思路

思路也很简单，左右拼接好形成一张图，然后利用仿射变换平移、在有限大小的画布内展示即可

实现代码

import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
img1 = cv2.imread("001.jpg")
img2 = cv2.imread("002.jpg")
rows, cols = img1.shape[:2]

'''画布准备'''
img = np.hstack([img1, img2])

'''特效展示'''
load_f = 20
tim = 0.3
percent_func = percent_func_gen(a=0, b=1, time=tim, n=2, mode="faster")
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func(t * load_f / 1000)
    x = int(percent * cols)
    M = np.float32([[1, 0, -x], [0, 1, 0]])
    res = cv2.warpAffine(img, M, (rows, cols))
    cv2.imshow("show", res)
    cv2.waitKey(load_f)

'''关闭窗口'''
cv2.waitKey(1500)
cv2.destroyAllWindows()

三、向上擦除/向下擦除/向左擦除/向右擦除

这里以向下擦除为例

效果对比


美图秀秀【向下擦除】

OpenCV实现【向下擦除】

实现思路

以第一张图为背景，将第二张图的局部不断覆盖

实现代码

import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
img1 = cv2.imread("001.jpg")
img2 = cv2.imread("002.jpg")
rows, cols = img1.shape[:2]

'''特效展示'''
load_f = 20
tim = 0.3
percent_func = percent_func_gen(a=0, b=1, time=tim, n=1, mode="null")
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func(t * load_f / 1000)
    height = int(percent * rows)
    img1[:height, :] = img2[:height, :]
    cv2.imshow("show", img1)
    cv2.waitKey(load_f)

'''关闭窗口'''
cv2.waitKey(1500)
cv2.destroyAllWindows()

四、横向拉幕/竖向拉幕

这里以横向拉幕为例

效果对比


美图秀秀【横向拉幕】

OpenCV实现【横向拉幕】

实现思路

思路很简单，就是把上一篇的横向开幕的画布换成第二张图片即可

实现代码

import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
img1 = cv2.imread("001.jpg")
img2 = cv2.imread("002.jpg")
rows, cols = img1.shape[:2]

'''特效展示'''
load_f = 20
tim = 0.3
half = int(rows / 2)
percent_func = percent_func_gen(a=0, b=0.5, time=tim, n=1, mode="null")
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func(t * load_f / 1000)
    width = int(percent * rows)
    ys, ye = half - width, half + width
    img1[:, ys:ye] = img2[:, ys:ye]
    cv2.imshow("show", img1)
    cv2.waitKey(load_f)

'''关闭窗口'''
cv2.waitKey(1500)
cv2.destroyAllWindows()

五、旋转

效果对比


美图秀秀【旋转】

OpenCV实现【旋转】

实现思路

拼接好左上、右上、左下、右下四张图作为一张图，利用仿射变换的旋转实现效果

对图一： { 左上 原图 右上 左右翻转 左下 上下翻转 右下 上下左右翻转 对图一： \begin{cases} 左上 & 原图 \\ 右上 & 左右翻转 \\ 左下 & 上下翻转 \\ 右下 & 上下左右翻转 \\ \end{cases} 对图一：⎩ ⎨ ⎧​左上右上左下右下​原图左右翻转上下翻转上下左右翻转​

对图二： { 左上 左右翻转 右上 原图 左下 上下左右翻转 右下 上下翻转 对图二： \begin{cases} 左上 & 左右翻转 \\ 右上 & 原图 \\ 左下 & 上下左右翻转 \\ 右下 & 上下翻转 \\ \end{cases} 对图二：⎩ ⎨ ⎧​左上右上左下右下​左右翻转原图上下左右翻转上下翻转​

要想和美图秀秀做到很相近的效果，需要能够确定好旋转中心，这一点有点难，暂定图像中心为旋转中心

同时，为了避免旋转过程中边角出现黑边，将图像再次扩充为 3 × 3 3 \times 3 3×3 倍

实现代码

import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
img1 = cv2.imread("001.jpg")
img2 = cv2.imread("002.jpg")
rows, cols = img1.shape[:2]

'''画布准备'''
img1_ru = cv2.flip(img1, 1)
img1_ld = cv2.flip(img1, 0)
img1_rd = cv2.flip(img1, -1)
img1_u = np.hstack([img1, img1_ru])
img1_d = np.hstack([img1_ld, img1_rd])
img1_res_tmp = np.vstack([img1_u, img1_d])
img1_res_tmp = np.hstack([img1_res_tmp] * 3)
img1_res = np.vstack([img1_res_tmp] * 3)

img2_lu = cv2.flip(img2, 1)
img2_rd = cv2.flip(img2, 0)
img2_ld = cv2.flip(img2, -1)
img2_u = np.hstack([img2_lu, img2])
img2_d = np.hstack([img2_ld, img2_rd])
img2_res_tmp = np.vstack([img2_u, img2_d])
img2_res_tmp = np.hstack([img2_res_tmp] * 3)
img2_res = np.vstack([img2_res_tmp] * 3)

res_rows, res_cols = img1_res.shape[:2]

'''特效展示'''
load_f = 20
tim = 0.2
angle_all = 150
point1 = (rows * 3, cols * 3)
point2 = (rows * 3, cols * 4)
percent_func1 = percent_func_gen(a=0, b=1, time=tim, n=4, mode="faster")
percent_func2 = percent_func_gen(a=1, b=0, time=tim, n=4, mode="slower")
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func1(t * load_f / 1000)
    angle = percent * angle_all
    M1 = cv2.getRotationMatrix2D(point1, angle, 1)
    res = cv2.warpAffine(img1_res, M1, (res_rows, res_cols))
    M2 = np.float32([[1, 0, -cols * 2], [0, 1, -rows * 2]])
    res = cv2.warpAffine(res, M2, (rows, cols))
    cv2.imshow("show", res)
    cv2.waitKey(load_f)
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func2(t * load_f / 1000)
    angle = -percent * angle_all
    M2 = cv2.getRotationMatrix2D(point2, angle,  1)
    res = cv2.warpAffine(img2_res, M2, (res_rows, res_cols))
    M2 = np.float32([[1, 0, -cols * 3], [0, 1, -rows * 2]])
    res = cv2.warpAffine(res, M2, (rows, cols))
    cv2.imshow("show", res)
    cv2.waitKey(load_f)

'''关闭窗口'''
cv2.waitKey(1500)
cv2.destroyAllWindows()

六、上下切割/左右切割

这里以左右切割为例

效果对比


美图秀秀【左右切割】

OpenCV实现【左右切割】

实现思路

上下两个部分分别使用仿射变换进行不同的平移操作

实现代码

import cv2
import numpy as np


def percent_func_gen(a, b, time, n, mode):
    """
    高次多项式计算函数生成器
    :param a: 起始百分比（如：0.25）
    :param b: 结束百分比
    :param time: 动画持续时间
    :param n: 多项式次数
    :param mode: faster（越来越快）、slower（越来越慢）
    :return: 每个时刻到达百分比的计算函数
    """
    if mode == "slower":
        a, b = b, a
    delta = abs(a - b)
    sgn = 1 if b - a > 0 else (-1 if b - a < 0 else 0)

    def percent_calc(ti):
        if mode == "slower":
            ti = time - ti
        return sgn * delta / (time ** n) * (ti ** n) + a

    return percent_calc


'''读入图像'''
img1 = cv2.imread("001.jpg")
img2 = cv2.imread("002.jpg")
rows, cols = img1.shape[:2]

'''画布准备'''
img_u = np.hstack([img1, img2])
img_d = np.hstack([img2, img1])

'''特效展示'''
load_f = 20
tim = 0.4
percent_func = percent_func_gen(a=0, b=1, time=tim, n=3, mode="slower")
for t in range(int(tim * 1000) // load_f + 1):
    percent = percent_func(t * load_f / 1000)
    x = int(percent * cols)
    M1 = np.float32([[1, 0, -x], [0, 1, 0]])
    res1 = cv2.warpAffine(img_u, M1, (rows, cols))[:rows // 2, :]
    M2 = np.float32([[1, 0, x - cols], [0, 1, 0]])
    res2 = cv2.warpAffine(img_d, M2, (rows, cols))[rows // 2:, :]
    res = np.vstack([res1, res2])
    cv2.imshow("show", res)
    cv2.waitKey(load_f)

'''关闭窗口'''
cv2.waitKey(1500)
cv2.destroyAllWindows()
Python从0到100（七十）：Python OpenCV-Opencv实现人像迁移
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！想进粉丝福利群及免费送书群，直接私信我拉你。交流学习、商务合作：https://bbs.csdn.net/topics/614347534
11-05 6万+
利用Python和Opencv算法，实现下述功能：撰写实验报告，将上述处理的原理与处理流程进行介绍；保存上述每一步的结果图像，并附加在实验报告中；最终对处理结果进行分析，并附加程序。解释器：Python3.9、开发环境：PyCharm老人照片(上)、风景照片（下） 图像增强使用自适应直方图均衡化操作。 因为原始图像为彩色图像，直接使用直方图均衡化操作后会使颜色失真，故先将原始图像转化到空间，对其中I通道（亮度）进行直方图均衡化，再转回RGB空间，这就实现了彩色图像的直方图均衡化，图像的亮度直方图会分布的更加
基于python 和open cv制作视频片头和特效
12-26
使用时通过命令行运行，python main.py folder_path 后面路径中存放的是一些jpg图片和一个avi视频，会自动处理成一个新视频，并添加特效。
OpenCV实现视频过渡效果（时钟擦、中心圆放大）
01-12
用OpenCV实现两张图片的视频切换效果，包括时钟擦、中心圆放大的效果。 由于算法限制，速度较慢。 多媒体技术基础课程实验，仅供参考。
用python3，将多个图片合并成视频，中间添加转场特效
最新发布
为天加朵云...
02-15 276
要将多个图片合并成视频，并在中间添加转场特效，你可以使用moviepy库。moviepy是一个强大的视频编辑库，支持多种视频处理操作，包括图片合成视频和添加转场特效。
用python进行视频剪辑
12-16
一、目标 python，利用moviepy和pydub将一段视频进行区间切割 二、源码 import os from moviepy.video.io.VideoFileClip import VideoFileClip from pydub import AudioSegment def clip_video(source_file, target_file, start_time, stop_time): """ 利用moviepy进行视频剪切 :param source_file: 原视频的路径，mp4格式 :param target_file: 生成的目标视频路径，m
Python-OpenCV 实现美图秀秀视频剪辑效果【特效】
God-Excious的博客
09-29 2777
文章目录前言 前言 最近学了一点简单的图像几何变换，想找点什么东西练练手，于是想起了手机上的美图秀秀，找点特效来仿制仿制???? 以下是练习时用到的两张图片素材 001.jpg 图1 范冰冰 ...
opencv-python视频处理之视频抖动特效
东方佑
07-12 1878
简单的原理读取原来的视频的每一帧，每隔几帧缩放一次即可
OpenCV-Python+Moviepy 结合进行视频特效处理
热门推荐
老猿Python
11-05 1万+
本文介绍了制作视频雪花飘落特效和灯光秀的原理、实现的思想以及流程，并利用 Python+OpenCV+Moviepy 提供了关键的实现代码，可以供大家理解图像融合、图像制作视频、Moviepy 视频变换的完整案例。
py代码，5张图片生成视频，并且加入背景音乐，视频加入转场特效，需要视频尺寸1080*1920
u014765393的博客
04-21 1489
代码使用了OpenCV库来处理图片和视频，需要先安装该库。同时，需要将图片和音乐文件放在代码所在的目录下，并将文件名修改为image1.jpg、image2.jpg、image3.jpg、image4.jpg、image5.jpg和music.mp3。最终生成的视频文件为final.mp4。
python --moviepy合成视频加转场效果(淡入淡出),FFmepg,取首帧
weixin_44634704的博客
01-13 8015
【代码】python --合并视频加转场效果(淡入淡出)
【完整版】opencv-python-headless、opencv-python和opencv-contrib-python区别和联系
syu_acm的博客
10-27 2715
opencv-python-headless、opencv-python和opencv-contrib-python是OpenCV库的不同Python包，它们之间区别和关系。
opencv 视频处理
11-03
这是一个关于opencv播放一个avi视频文件的程序，可以播放一些视频特效，如视频的轮廓提取，2值图视频等。
python-OpenCV基础
2301_81204861的博客
09-05 4704
pts.reshape((-1,1,2)) 将 pts 变量转换为一个三维数组，其中第一维的大小由原始数组中的元素数量自动计算，第二维和第三维的大小分别为 1 和 2。，它的参数表示暂停时间，所以这个值越大，视频播放速度越慢，反之，播放速度越快，通常设置为 25 或 30。thickness:线宽，默认为1，对于矩形/圆之类的封闭形状而言，传入-1表示填充形状。自适应阙值会每次取图片的一小部分计算阙值，这样图片不同区域的阙值就不尽相同。函数.注意：最后一个参数线宽=-1，表示为实心的。
python-opencv实现动态车道线的检测
weixin_50765298的博客
12-09 1546
简单的实现对车道线的检测。
python-opencv 播放本地视频
weixin_51364599的博客
01-19 1万+
import cv2 as cv import numpy class VideoPlayer: class_name = 'Video' def __init__(self,video_path): self.path = video_path self.video = [] def getPath(self): return self.path def get_video_frame(self): c
Python opencv：实现与自己同框对话的视频特效
AI数据工厂
09-13 3052
做视频特效时常用一种画面拼接的手法，可以实现在一个场景中同一个人与自己同框做出不同动作的效果。 我们知道，从视频到图像，从图像到像素，这一层层深入下来，我们只要能操纵每一个像素点的值，就可以实现任意想要的移花接木效果。 下面，来尝试使用Python+opencv实现自己与自己同框的视频特效。 一、素材准备 要求同一个主体（人或动物、物体均可）在同一场景的不同位置拍摄两段视频。为了方便后切裁...
OpenCV图像处理技术（Python）——视频处理
weixin_52243766的博客
07-05 748
© Fu Xianjun. All Rights Reserved 一、打开摄像头 要使用摄像头，需要使用cv2.VideoCapture(0)创建VideoCapture对象，参数0指的是摄像头的编号，如果你电脑上有两个摄像头的话，访问第2个摄像头就可以传入1，依此类推 代码如下： # 打开摄像头并灰度化显示 import cv2 cap = cv2.VideoCapture(0) while(cap.isOpened()): # 获取一帧 ret, frame = cap.read()
5、OPENCV视场转换
qq_42138448的博客
04-11 603
假设我们要实现QUEEN 这张片的视觉转换，使图像转换之后犹如我们正面看过一样 首先打开图形编辑器分别记录这张卡片四个边角的像素点 再利用原扑克的高宽比例 3.5:2.5 重新设置新视角的四边角像素点，具体程序如下所示： #include <iostream> #include <opencv2/highgui.hpp> // 说是说gui 具体什么gui 不清楚 #include <opencv2/imgcodecs.hpp> // 图像头文件 #inclu
评论 15
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

God-Excious

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值