python 用OpenCV 将图片转视频

复制代码
import os
import cv2
import numpy as np

cv2.VideoWriter()参数  cv2.VideoWriter() 是 OpenCV 中用于创建视频文件的类。它的参数如下:
filename:保存视频的文件名。
fourcc:指定视频编解码器的 FourCC 代码,用于将视频压缩成指定格式,例如:"XVID"、"MJPG", "mp4v"等。可以使用 cv2.VideoWriter_fourcc() 函数来获取 FourCC 代码。
fps:指定视频帧率,即每秒显示的帧数。
frameSize:指定视频帧的大小,即视频的分辨率,可以使用 (width, height) 形式的元组来指定。
isColor:指定是否为彩色视频。如果为 True,则为彩色视频;如果为 False,则为灰度视频。
其中,前三个参数是必需的,后两个参数是可选的。例如:
fps = 25
cv2.VideoWriter('output.avi', cv2.VideoWriter_fourcc(*'XVID'), fps, (640, 480))

def resize_img():
    target_size = (1000, 1000)  # 所有图片缩放设置一致尺寸,目标尺寸
    path = './images'
    path_new = './images_new'
    if not os.path.exists(path_new):
        os.makedirs(path_new)
    filelists = []
    imglist = []
    for i in os.listdir(path):
        file_path = os.path.join(path, i)
        print(file_path)
        img = cv2.imdecode(np.fromfile(file_path, dtype=np.uint8), cv2.IMREAD_COLOR)
        size = img.shape
        h, w = size[0], size[1]
        target_h, target_w = target_size[1], target_size[0]
        # 确定缩放的尺寸
        scale_h, scale_w = float(h / target_h), float(w / target_w)
        print(f'scale_h:{scale_h}, scale_w:{scale_w}')
        scale = max(scale_h, scale_w) # 选择最大的缩放比率
        new_w, new_h = int(w / scale), int(h / scale)
        # 缩放后其中一条边和目标尺寸一致
        resize_img = cv2.resize(img, (new_w, new_h))
        # 图像上、下、左、右边界分别需要扩充的像素数目
        top = int((target_h - new_h) / 2)
        bottom = target_h - new_h - top
        left = int((target_w - new_w) / 2)
        right = target_w - new_w - left
        print(f'top:{top} bottom:{bottom} left:{left} right:{right}') 
        cv2.imwrite(os.path.join(path_new, f'new_{i}'), resize_img) # 写入本地文件
        # 填充至 target_w * target_h
        pad_img = cv2.copyMakeBorder(resize_img, top, bottom, left, right, cv2.BORDER_CONSTANT, value=[0, 0, 0])
        # cv2.imshow('img', pad_img)
        # cv2.waitKey(1000)
        filelists.append(os.path.join(path_new, f'new_{i}'))
        imglist.append(pad_img)
    return filelists, imglist


def cut_img(scale):
    path = './images'
    path_new = './images_new'
    if not os.path.exists(path_new):
        os.makedirs(path_new)
    filelists = []
    imglist = []
    for i in os.listdir(path):
        file_path = os.path.join(path, i)
        print(file_path)
        img = cv2.imdecode(np.fromfile(file_path, dtype=np.uint8), cv2.IMREAD_COLOR)
        size = img.shape
        h, w = size[0], size[1]
        rate1 = scale.split(':')
        w1 = int((w - w * int(rate1[0]) / int(rate1[1])) / 2)
        w2 = int(w - (w - w * int(rate1[0]) / int(rate1[1])) / 2)
        resize_img = img[0:h, w1:w2]
        cv2.imwrite(os.path.join(path_new, f'new_{i}'), resize_img) # 写入本地文件
        filelists.append(os.path.join(path_new, f'new_{i}'))
        imglist.append(resize_img)
    return filelists, imglist



def image_to_video():
    scale = '1:1'  # 裁剪比例,并保持高度不变
    # scale = '3:4'
    # scale = '9:16'
    filelists, imglist = cut_img(scale) # 裁剪
    # filelists, imglist = resize_img() # 缩放
    fourcc = cv2.VideoWriter.fourcc(*'mp4v')
    im = cv2.imread(filelists[0])
    print(im.shape)
    shape1 = (im.shape[1], im.shape[0])    #需要转为视频的图片的尺寸, 视频的分辨率
    print('shape1:', shape1)
    fps = 1
    writer = cv2.VideoWriter('./output.mp4', fourcc, fps , shape1)
    # for file_path in filelists:
    #     print(file_path)
    #     img = cv2.imread(file_path)
    #     writer.write(img)

    for i in imglist:
        writer.write(i)
    writer.release()


image_to_video()

我们无法打开output3.mp4。这可能是因为文件类型不受支

持、文件扩展名不正确或文件已损坏,0xC00D36C4

如果生成的视频报这个错,一般是视频的分辨率 设置的不匹配

相关推荐
小陈工2 小时前
Python安全编程实践:常见漏洞与防护措施
运维·开发语言·人工智能·python·安全·django·开源
2401_874732538 小时前
为你的Python脚本添加图形界面(GUI)
jvm·数据库·python
FreakStudio8 小时前
0 元学嵌入式 GUI!保姆级 LVGL+MicroPython 教程开更,从理论到实战全搞定
python·单片机·嵌入式·面向对象·电子diy
蟑螂恶霸8 小时前
Windows安装OpenCV 4.8
人工智能·windows·opencv
Black蜡笔小新9 小时前
国标GB28181视频监控平台EasyCVR破解偏远地区监控难题的应用实践
音视频
剑穗挂着新流苏31210 小时前
117_PyTorch 实战:利用训练好的模型进行单张图片验证
人工智能·python·深度学习
Lethehong11 小时前
Python Selenium全栈指南:从自动化入门到企业级实战
python·selenium·测试工具·自动化
foundbug99911 小时前
基于卡尔曼滤波的背景建模与车辆检测(OpenCV实现)
人工智能·opencv·计算机视觉
智算菩萨11 小时前
MP3音频编码原理深度解析与Python全参数调优实战:从心理声学模型到LAME编码器精细控制
android·python·音视频
qq_4523962312 小时前
【模型手术室】第四篇:全流程实战 —— 使用 LLaMA-Factory 开启你的第一个微调任务
人工智能·python·ai·llama