基于opencv-python边缘检测的线稿风格视频生成(附源码)

目录

概述

主要技术

实现流程

注意事项


概述

本次小项目主要是使用一些opencv的基础操作实现,实现简单,娱乐为主,其可以读入一段视频然后生成线稿风格的视频。

主要技术

1,使用opencv逐帧读入和写出视频。

2,使用Canny进行边缘检测。

实现流程

1,设置一些文件名和颜色参数

path = "./videos"
paths = "./news"
if not os.path.exists(paths):
    os.mkdir(paths)

line_color = (0, 0, 0)  # 黑色
bg_color = (255, 255, 255)  # 白色
number = 1  # 记录文件夹中视频的个数

2,遍历文件夹内的所有视频,将其打开并创建和其帧数,尺寸一样的视频模板

for dirs in os.listdir(path):
    cap = cv2.VideoCapture(os.path.join(path, dirs))  # 获取视频
    fps = cap.get(cv2.CAP_PROP_FPS)  # 获取视频的帧率
    _, frame = cap.read()  # 先打开第一帧
    size = (frame.shape[1], frame.shape[0])  # 从第一帧中获取图片尺寸
    c = 1
    videowrite = cv2.VideoWriter(r'./news/test%s.mp4' % number, -1, fps, size)  # fps是帧数,size是图片尺寸

3,逐帧遍历视频并对每一帧图像进行边缘检测,再将检测后的图像更换背景和边缘,最后写出

    print("开始读取第%s个视频!" % number)
    while True:
        ret, frame = cap.read()  # ret是获取这一帧有没有图片,frame是获取图片
        if ret:
            print("开始截取视频第:" + str(c) + " 帧")  # 这里就可以做一些操作了:显示截取的帧图片、保存截取帧到本地
            img = cv2.Canny(frame, 50, 120)  # 获取边缘
            frame[img != 255] = bg_color  # 将背景图设置为白色
            frame[img == 255] = line_color  # 将边缘(线条)设置为黑色
            videowrite.write(frame)  # 白线条,黑背景
            # videowrite.write(img)  # 黑线条,白背景
            # cv2.imwrite(os.path.join(paths, "%05d" % c + '.jpg'), frames)  # 这里是将截取的图像保存在本地
            c += 1
        else:
            print("所有帧数都已读取完毕!")
            break
    number += 1
    cap.release()
    videowrite.release()
print('end!')

注意事项

1,本项目需要创建一个videos文件夹,将要转换的视频放到videos文件夹下,转换完之后将保存进news文件夹下

2,转换完之后的视频是没有声音的,由于声音的帧数和视频的帧数每秒频率可能不一样,所以可以自行提取音频后用剪辑软件合成

3,可以自行修改line_color和bg_color生成其他不同颜色的线条和背景的视频

源码请查看:https://github.com/jvyou/Lineart-style-video-generation

线稿成果视频请查看:https://www.bilibili.com/video/BV1FF4m1u7nP/?spm_id_from=333.999.0.0&vd_source=ea64b940c4e46744da2aa737dca8e183

  • 3
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
OpenCV-Python是一个用于计算机视觉和图像处理的开源库。边缘检测OpenCV-Python中一个重要的图像处理操作。根据引用的内容,边缘检测的方法包括Laplacian边缘检测、Sobel边缘检测和Canny边缘检测。其中,Laplacian边缘检测是一种基于二阶导数的方法,Sobel边缘检测是一种基于一阶导数的方法,而Canny边缘检测是一种综合了多种方法的优化算法。您可以根据引用中的文章目录了解更多关于这些方法的详细信息。 引用给出了一个使用OpenCV-Python进行自动确定阈值的边缘检测的示例代码。该代码首先读取一张名为'bee.jpg'的图像,并将其转换为灰度图像。然后,通过应用高斯模糊对图像进行预处理,使用自动确定阈值的方法计算合适的阈值,最后使用Canny边缘检测算法检测图像的边缘。您可以根据需要调整代码中的参数来适应不同的图像。 总而言之,OpenCV-Python提供了多种边缘检测方法,包括Laplacian边缘检测、Sobel边缘检测和Canny边缘检测。您可以根据具体需求选择适合的方法,并使用OpenCV-Python提供的函数进行图像处理。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [【OpenCV-Python】14.OpenCV边缘检测](https://blog.csdn.net/weixin_43843069/article/details/121950301)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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