Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之八 简单视频素描效果
目录
[Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之八 简单视频素描效果](#Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之八 简单视频素描效果)
一、简单介绍
Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。
这里使用 Python 基于 OpenCV 进行视觉图像处理，......
二、简单指定视频某片段快放效果实现原理
视频素描效果是一种图像处理技术，它通过在视频中模拟铅笔素描的效果，使得视频看起来像是由铅笔勾勒出的线条和轮廓组成。这种效果常常用于艺术创作、视频编辑等领域，能够给视频带来独特的艺术感和视觉效果。
在视频素描效果中，通常会保留视频的主要轮廓和边缘线条，去除过多的细节和色彩，从而营造出一种简洁、抽象的画面风格。这种效果常常被用于制作动画、漫画、艺术短片等类型的视频，也可以作为一种艺术表现手段来增强视频的观赏性和艺术性。
当实现视频素描效果时，我们需要使用边缘检测算法来突出视频中的轮廓，并将其转换为黑白画面。以下是实现该效果的基本方法：
读取视频：首先，我们使用OpenCV库读取输入的视频文件。
处理每一帧：对于视频中的每一帧，我们都会应用素描画效果。我们使用边缘检测算法（如Canny边缘检测）来检测图像中的边缘，然后反转边缘图像，使其成为黑色背景上的白色轮廓。
保存视频：最后，我们将处理后的帧写入输出视频文件中，以创建包含素描效果的新视频。
三、简单指定视频某片段快放效果案例实现简单步骤
1、编写代码
2、运行效果
3、具体代码
python
"""
简单视频素描效果
1、读取视频：首先，我们使用OpenCV库读取输入的视频文件。
2、处理每一帧：对于视频中的每一帧，我们都会应用素描画效果。
我们使用边缘检测算法（如Canny边缘检测）来检测图像中的边缘，然后反转边缘图像，使其成为黑色背景上的白色轮廓。
3、保存视频：最后，我们将处理后的帧写入输出视频文件中，以创建包含素描效果的新视频。
"""
import cv2
def sketch(frame, canny_threshold=150):
"""
简单素描效果
:param frame:帧，图
:param canny_threshold:边缘因子，越大，细节越少
:return:
"""
# 将图像转换为灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 使用高斯模糊去除噪音
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
# 检测边缘
edges = cv2.Canny(blurred, canny_threshold, canny_threshold * 3)
# 反色
edges = 255 - edges
return edges
def sketch_video(input_video_path, output_video_path, canny_threshold=150):
"""
简单视频素描效果
:param input_video_path:
:param output_video_path:
:param canny_threshold: 边缘因子，越大，细节越少
:return:
"""
# 校验视频路径
if not isinstance(input_video_path, str) or not isinstance(output_video_path, str):
raise ValueError("Input and output video paths must be strings.")
# 读取原始视频
cap = cv2.VideoCapture(input_video_path)
if not cap.isOpened():
raise ValueError("Error: Unable to open input video.")
# 获取视频信息
fps = cap.get(cv2.CAP_PROP_FPS)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
# 校验视频尺寸
if width <= 0 or height <= 0:
raise ValueError("Error: Invalid video dimensions.")
# 定义视频编码器
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
# 创建 VideoWriter 对象
out = cv2.VideoWriter(output_video_path, fourcc, fps, (width, height), isColor=False)
# 处理每一帧并保存视频
while cap.isOpened():
ret, frame = cap.read()
if not ret:
break
# 应用素描画效果
sketch_frame = sketch(frame, canny_threshold)
# 写入视频帧
out.write(sketch_frame)
# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()
def main():
# 调用函数并指定输入和输出视频文件路径
input_video_path = "Videos/CatRun.mp4"
output_video_path = "Videos/VideoSketchEffect.mp4"
sketch_video(input_video_path, output_video_path, canny_threshold=7)
if __name__ == "__main__":
main()四、注意事项
-
参数校验：对输入的视频路径进行检查，确保路径有效，以及视频文件能够成功读取。
-
处理单帧：对每一帧应用素描效果时，我们需要确保算法的效率，以避免处理时间过长导致视频播放不流畅。
-
视频编解码器：选择合适的视频编解码器以确保输出视频文件的兼容性和质量。
-
图像处理参数：调整边缘检测算法的参数，如Canny边缘检测的阈值，以获得最佳的素描效果。