科研日志——使用opencv提取视频中的人脸

科研任务中,使用opencv工具提取视频帧并截取人脸。通过理解Sentence标号的含义,结合processed_ids.txt和processed_timepoints.npy文件,从IEMOCAP数据集中提取特定时间顺序的帧。代码片段展示了如何进行人脸检测,调整scaleFactor、minSize和maxSize参数以平衡识别速度和精度。
摘要由CSDN通过智能技术生成

科研任务需要,将视频中与文字和音频对应的视频帧根据时间戳提取出来,并截取视频帧中的人脸。使用的工具是opencv,步骤如下:

1. 提取视频帧

Sentence标号的含义

数据集中对视频中的每个sentence进行了标号,拿Ses01F_impro01_F001.png举例说明:

  1. Ses01代表着视频位于Session1
  2. 第一个F代表着视频中的female person 穿戴传感器设备
  3. impro01代表着视频是两种表演方式(impro和script)中的impro类型的第一个视频
  4. F001代表着是视频中的female person说的第一句话

根据标号所代表的含义以及已经处理好的processed_ids.txt文件中sentences的顺序,从IEMOCAP数据集中IEMOCAP_full_release/Session1/dialog/lab含有的sentence时间戳中提取正确的时间顺序,将时间戳储存在processed_timepoints.npy文件中

视频帧的提取

python 代码如下(只提取Session1)

import cv2
import numpy as np

with open('/home/jekin/PycharmProjects/Speech/code/data/processed/IEMOCAP/processed_ids.txt', 'r') as f:
    lines = f.readlines()
    ids = [x.split() for x in lines]

time_points = np.load('/home/jekin/SPACE/IEMOCAP_full_release/Session1/dialog/lab/processed_timepoints.npy')

for i in range(len(ids)):
    # get the video name
    cur_id = ids[i][0]
    typename = ''
    for k in range(len(ids[i][0].split('_')) - 1):
        typename += ids[i][0].split('_')[k]
        if k == len(ids[i][0].split('_')) - 2:
            continue
        else:
            typename += '_'

    cap = cv2.VideoCapture('/home/jekin/SPACE/IEMOCAP_full_release/Session1/dialog/avi/DivX/'
                           + typename + '.avi')
    fps 
  • 0
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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