数据集处理（一）——对视频抽取若干帧

*完整代码请滑到文章末尾。

一、问题描述

针对大量视频文件，每个视频抽取30~40帧。

二、解决方案

针对上述问题，可以获取视频的长度，根据视频长度判断一秒分割成多少帧。

1.获取视频长度

一开始找到了通过moviepy库¹，具体代码如下：

from moviepy.editor import VideoFileClip

def get_video_times(video_path):

    video_clip = VideoFileClip(video_path)
    durantion = video_clip.duration
    return durantion

但某篇博客/回答指出，cv获取视频长度更快捷。具体代码如下：

def get_video_duration(filename):
  cap = cv2.VideoCapture(filename)
  if cap.isOpened():
    rate = cap.get(5)
    frame_num =cap.get(7)
    duration = frame_num/rate
    return duration
  return -1

考虑到需要处理大量视频，应采取运行速度更快的方法。故对两种方法的运行时间进行比较。具体代码如下：

start =time.clock()
video=get_video_duration('D:\shujuji\IMG_1002 (1).MP4')#取某个视频测试一下
end = time.clock()
print(end-start)

结果表明，调用cv运行速度确实更快，是前者的十几倍。此处不放结果截图了，有兴趣可以自己试试。

2.判断分割帧数

一开始考虑固定不同区间视频时长的帧数，后觉得有点麻烦，采用如下方法：

    length=get_video_duration(all_files[i])
    zhen=int(35/length)

最终抽取的视频帧将为35左右。

三、完整代码

import cv2
import os

'''
批量视频抽帧
'''
def get_video_duration(filename):
  cap = cv2.VideoCapture(filename)
  if cap.isOpened():
    rate = cap.get(5)
    frame_num =cap.get(7)
    duration = frame_num/rate
    return duration
  return -1

#读取数据集合
video_path = r'D:\shujuji'

#获得文件名
start_dir_num = 30000000#从6位数开始编号
all_files = os.listdir(video_path)#获得所有的视频列表

#准备txt文件
f = open('D:\\video\my_dataset.txt','w')

for i in range(len(all_files)):
    video_type = all_files[i].split('.')[1]
    if video_type not in ['avi','MP4','flv','mov','mp4']:
        continue

    save_path = os.path.join(r'D:\video',str(start_dir_num))
    # 判断文件夹是否存在
    folder = os.path.exists(save_path)
    if not folder:
        os.mkdir(save_path)
        print("创建文件夹: ",str(start_dir_num))
    # subprocess.Popen('ffmpeg -i {} -r 6 -f image2 {}\%05d.jpg'.format(all_files[i],save_path),stdout=subprocess.PIPE)
    length=get_video_duration(all_files[i])
    zhen=int(35/length)

    cmd = 'ffmpeg -i {} -r {} -f image2 {}\%05d.jpg'.format(all_files[i],zhen,save_path)
    os.system(cmd)

    #将视频信息写入csv文件中 格式: 编号 帧数 类型
    frame_num = os.listdir(save_path)
    rowname = str(start_dir_num)+" "+str(len(frame_num))+" \n"
    f.write(rowname)
    start_dir_num+=1

f.close()

四、参考文章

---

1. 使用python获取视频时长/并将秒转化为时分秒的格式. ↩︎