IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> 利用pycharm进行视频分镜处理 -> 正文阅读

[Python知识库]利用pycharm进行视频分镜处理

一、Hi,Flask!

在pycharm里创建新文件,命名为main.py

from flask import Flask,render_template 
app=Flask(__name__) 
#__name__是类,区别于app这个实例,app继承类的所有属性和方法 

@app.route('/')

def index():
    return("Hi,Flask!")
 
if "__main__"==__name__:
    app.run(port="5008") 
#5008可改为其他,默认5000

运行结果:

打开该网页即可在前端看到“Hi,Flask!”

二、templates文件夹

新建文件夹,命名为templates(必须命名为templates),用于存放所有html文件

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Flask 分镜</title>
</head>
<body>
视频分镜
</body>
</html>

同时将main.py中的代码修改为:


from flask import Flask,render_template 
app=Flask(__name__) 
#__name__是类,区别于app这个实例,app继承类的所有属性和方法 

@app.route('/')

def index():
   #return("Hi,Flask!")
    return render_template('index.html')
 
if "__main__"==__name__:
    app.run(port="5008") 
#5008可改为其他,默认5000

?运行后可在网页端得到“视频分镜”字样

三、视频分镜

新建文件夹static,用于存放视频、图片等文件

定义genFrame()用于对视频进行分帧:

from flask import Flask,render_template
import os
import cv2
 
app=Flask(__name__)
 
def genFrame():
    v_path='static/视频名.mp4'
    image_save='static/pic'
 
    if not(os.path.exists(image_save)):
        os.mkdir(image_save)
 
    cap=cv2.VideoCapture(v_path)
    fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)
 
    for i in range(int(fc)):
        _,img=cap.read()
        cv2.imwrite('static/pic/image{}.jpg'.format(i),img)
 
@app.route('/')
def index():
    genFrame()   
    return render_template('index.html')
 
if "__main__"==__name__:
    app.run()

修改html文件代码为:

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Flask 分镜</title>
</head>
<body>
视频分镜
<br>
<video width="640" height="480" controls autoplay>
    <source src="ghz.mp4" type="video/mp4">
    <object data="ghz.mp4" width="640" height="480">
        <embed width="640" height="480" src="ghz.mp4">
    </object>
</video>
<br>
帧数:{{framecount}}<br>
{% for i in range(framecount) %}
     <img height="20" src="{{pic1}}{{i}}.jpg" />
{% endfor %}
</body>
</html>

其中:{undefined{}}里面是绑定的参数,{%%}里面可以简单使用一些python的语句,是在html里调用python语句的用法

运行结果:

四、使用哈希算法进行视频分镜

在templates新建hash.html文件,并在文件中引用哈希算法:

import cv2
import numpy as np
import matplotlib.pyplot as plt
import os



def aHash(img):
    # plt.imshow(img)
    # plt.axis('off')
    # plt.show()
    img = cv2.resize(img, (8, 8))
    # plt.imshow(img)
    # plt.axis('off')
    # plt.show()

    # 转换为灰度图
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    s = 0
    hash_str = ''
    # 遍历累加求像素和
    for i in range(8):
        for j in range(8):
            s = s + gray[i, j]
    # 求平均灰度
    avg = s / 64
    # 灰度大于平均值为1相反为0生成图片的hash值
    for i in range(8):
        for j in range(8):
            if gray[i, j] > avg:
                hash_str = hash_str + '1'
            else:
                hash_str = hash_str + '0'
    return hash_str



# Hash值对比
def cmpHash(hash1, hash2):
    n = 0
    print(hash1)
    print(hash2)
    # hash长度不同则返回-1代表传参出错
    if len(hash1) != len(hash2):
        return -1
    # 遍历判断
    for i in range(len(hash1)):
        # 不相等则n计数+1,n最终为相似度
        if hash1[i] != hash2[i]:
            n = n + 1
    return n


# img1 = cv2.imread('pic/image0.jpg')  # 11--- 16 ----13 ---- 0.43
# img2 = cv2.imread('pic/image1.jpg')
#
# hash1 = aHash(img1)
# hash2 = aHash(img2)
# n = cmpHash(hash1, hash2)
# print('均值哈希算法相似度:', n)
#
# n = classify_hist_with_split(img1, img2)
# print('三直方图算法相似度:', n)

def genFrame():
    v_path='static/ghz.mp4'
    image_save='static/hash'

    if not(os.path.exists(image_save)):
        os.mkdir(image_save)

    cap=cv2.VideoCapture(v_path)
    fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)

    _, img1 = cap.read()
    cv2.imwrite('static/hash/image{}.jpg'.format(0), img1)

    for i in range(int(fc)-1):
        _, img2 = cap.read()
        hash1 = aHash(img1)
        hash2 = aHash(img2)
        n = cmpHash(hash1, hash2)
        if (n>40):
            cv2.imwrite('static/hash/image{}.jpg'.format(i),img2)
            img1=img2
genFrame()

注意:n的值随引用视频的不同而变化,n的值不合适可能会报错

index.html代码几乎不变,将main.py修改成:

from flask import Flask,render_template,request
import os
import cv2
import imageColor


app = Flask(__name__)


def genFrame():
    v_path = 'ghz.mp4'
    image_save = 'pic'

    if not (os.path.exists(image_save)):
        os.mkdir(image_save)

    cap = cv2.VideoCapture(v_path)
    fc = cap.get(cv2.CAP_PROP_FRAME_COUNT)

    for i in range(int(fc)):
        _,img=cap.read()
        cv2.imwrite('static/pic/image{}.jpg'.format(i),img)

@app.route('/')
def index():
    pic='static/pic/image'
    framecount=500
    return render_template('index.html',pic1=pic,framecount=framecount)

@app.route('/hash')
def hash():

    path='static/hash'
    filename=os.listdir(path)
    print(type(filename))
    print(filename)
    imgcount=len(filename)
    return render_template('hash.html',imgcount=imgcount,filename=filename)



if "__main__"==__name__:
    app.run(port="5008")

?分帧后图片存在hash文件夹中,一共5张

网页端运行结果显示为:

?

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-11-12 19:32:52  更:2021-11-12 19:34:03 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 23:47:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码