1、弱监督
由于公司最近准备开个新项目,用深度学习训练个能够自动标注的模型,但模型要求的训练集比较麻烦,,要先用ffmpeg从视频中截取一段视频,在用opencv抽帧得到图片,所以本人只能先用语义分割出的json文件和原图,合成图像的mask。
2、环境安装
操作系统:windows 7
python环境:3.6.4
所需要的库:numpy,matplotlib,PIL,opencv-python
软件:ffmpeg
3、截取视频
截取一段视频中一直有同一个人出现的视频段。
#-*- coding: utf-8 -*-
importosdefcut(filename, start, end):assert os.path.exists(filename) is True, "The soruse file is not exists."start1= start.replace(":","")
end1= end.replace(":","")#print(start1 + " " + end1)
videoname = "{}{}-{}.mp4".format(filename.rsplit(".",1)[0],start1,end1)
cmd= "ffmpeg -i {} -vcodec copy -acodec copy -ss {} -to {} {} -y".format(filename,start,end,videoname)
result=os.popen(cmd)returnresultif __name__ == "__main__":
file= input("需要截取的视频:")
start= input("起始时间(HH:MM:SS):")
end= input("结束时间(HH:MM:SS):")print(cut(file, start, end))
输出结果:
左边这个是原视频,右边这个是截取的视频
4、视频抽帧
从视频中,每隔40帧抽取一张图片。
importcv2defget_video_pic(name,zhen):
path= name.rsplit(".",1)[0]
cap=cv2.VideoCapture(name)for i in range(1,int(cap.get(7)),zhen):
cap.set(1, i)
rval, frame=cap.read()ifrval:
picname= "{}{}.jpg".format(path,str(i))
cv2.imwrite(picname, frame)
cap.release()if __name__ == "__main__":
video= r"C:/Users/yuanpeng.xie/Desktop/test/yongcun-3.30-3.36.mp4"frame= 40get_video_pic(video,int(frame))print("over")
输出结果:
视频总共好像是131帧,每隔40帧抽取一次就是下面这四张图片
5、图像予以分割标注
自己找工具去标,保存成json文件
输出结果:
json文件部分内容
6、用json文件和原图,用plt绘制图像mask
importnumpy as npimportmatplotlib.pyplot as pltimportmatplotlib.image as imgfrom PIL importImageimportosimportjsondefPictureToMask(d_object, sourcePicture):'''得到原图的宽度和高度'''im=Image.open(sourcePicture)
size=list(im.size)
width=size[0]
height= size[1]'''将图片的像素的宽度和高度换算成英寸的宽度和高度'''dpi= 80 #分辨率
ycwidth = width/dpi #宽度(英寸) = 像素宽度 / 分辨率
ycheight = height/dpi #高度(英寸) = 像素高度 / 分辨率
color= ["g","r","b","y","skyblue","k","m","c"]
fig, ax= plt.subplots(figsize=(ycwidth,ycheight))for region ind_object:'''将传进来的x轴坐标点和y轴坐标点转换成numpy数组,相加后转置成多行两列'''x=np.array(d_object[region][0])
y= np.array(d_object[region][1]) * -1xy=np.vstack([x,y]).T'''#设置画框的背景图片为原图
fig = plt.figure(figsize=(ycwidth,ycheight),dpi=dpi)
bgimg = img.imread(sourcePicture)
fig.figimage(bgimg)'''
'''将numpy中的坐标连城线,绘制在plt上'''plt.plot(xy[:,0],xy[:,1],color=color[int(region)])
plt.fill_between(xy[:,0],xy[:,1],facecolor=color[int(region)]) #对该分割区域填充颜色
plt.xticks([0,width])
plt.yticks([0,-height])
plt.axis("off")#保存图片
path = sourcePicture.rsplit(".",1)[0]print(sourcePicture)print(path)
plt.savefig(path+ "-mask.png", format='png', bbox_inches='tight', transparent=True, dpi=100) #bbox_inches='tight' 图片边界空白紧致, 背景透明
#plt.show()
defgetJson(filepath):'''从文件夹获取json文件内容,返回字典'''files=os.listdir(filepath)for file infiles:if file.split(".")[1] == "json":
jsonfile= filepath +filebreakjsonstr= open(jsonfile,"r",encoding="utf8").read()
d_json=json.loads(jsonstr)#print(d_json)
returnd_jsondefgetPath():'''输入图片文件夹路径'''filepath= input("图片文件夹路径:")if filepath.endswith != "/" or filepath.endswith != "\\":
filepath= filepath + "/"
returnfilepathdefmain():
filepath=getPath()
d_json=getJson(filepath)for key ind_json:
data=d_json.get(key)
pictureName= data["filename"]
d_object={}for region in data["regions"]:
l_object=[]
x= data["regions"][region]["shape_attributes"]["all_points_x"]
y= data["regions"][region]["shape_attributes"]["all_points_y"]
l_object.append(x)
l_object.append(y)
d_object[region]=l_object
sourcePicture= filepath +pictureName
PictureToMask(d_object, sourcePicture)if __name__ == "__main__":
main()
输出结果:
图像mask
7、小问题
有一个小问题,就是mask的尺寸会比原图尺寸大,因为保存是会把整个figure保存,等于mask多了个边框,后来翻资料,将mask的大小调成和figure成一样。
plt.axes([0,0,1,1])
然后再把图片保存
去掉代码中的bbox_inches='tight'这句话,就可以将mask保存成和原图一样的尺寸了