从视频中每隔10帧截取一帧并保存为图片

  • 要从视频中每隔10帧截取一帧并保存为图片,可以使用 OpenCV 库。
复制代码
import cv2

# 视频文件的路径
video_path = 'path/to/your/video.mp4'

# 创建一个 VideoCapture 对象
cap = cv2.VideoCapture(video_path)

# 检查是否成功打开视频文件
if not cap.isOpened():
    print("Error opening video file")

# 获取视频的帧率
fps = cap.get(cv2.CAP_PROP_FPS)
print(f"Frames per second: {fps:.2f}")

# 初始化帧计数器
frame_count = 0

# 循环读取视频帧
while cap.isOpened():
    # 读取一帧
    ret, frame = cap.read()

    # 如果读取成功,ret 将为 True
    if ret:
        # 每隔10帧保存一次
        if frame_count % 10 == 0:
            # 构建输出图片的文件名
            output_path = f'output/frame_{frame_count}.jpg'
            
            # 保存图片
            cv2.imwrite(output_path, frame)
            print(f"Frame saved at {output_path}")

        # 增加帧计数器
        frame_count += 1
    else:
        # 如果读取失败(到达视频末尾),则退出循环
        break

# 释放 VideoCapture 对象
cap.release()

# 关闭所有 OpenCV 窗口(如果有打开的话)
cv2.destroyAllWindows()

在这段代码中:

  1. 我们首先导入 cv2 模块。
  2. 使用 cv2.VideoCapture() 函数打开视频文件。
  3. 检查视频是否成功打开。
  4. 获取视频的帧率,这可以帮助你了解视频的播放速度。
  5. 初始化一个帧计数器 frame_count
  6. 使用一个无限循环来读取视频帧,直到视频结束。
  7. 在循环中,我们使用 cap.read() 函数读取每一帧。ret 变量将返回一个布尔值,表示读取是否成功;frame 变量将包含实际的图像数据。
  8. 如果读取成功,我们检查 frame_count 是否是10的倍数。如果是,我们就保存当前帧为图片。
  9. 使用 cv2.imwrite() 函数保存图片,文件名格式为 frame_{frame_count}.jpg
  10. 增加帧计数器。
  11. 如果读取失败(通常是因为到达了视频的末尾),我们跳出循环。
  12. 最后,我们释放 VideoCapture 对象并关闭所有 OpenCV 窗口。

确保将 'path/to/your/video.mp4' 替换为你的视频文件的实际路径。

  • 如果你想要按照更精确的时间间隔(比如每秒一次)从视频中提取帧,而不只是简单地每隔一定数量的帧提取,你可以利用视频的编码时间戳。OpenCV 的 VideoCapture 类提供了访问这些时间戳的方法,但默认情况下并不直接提供它们。为了获取时间戳,你需要在读取每一帧时同时读取它们。

下面是一个修改后的示例,展示如何根据时间戳每秒提取一帧:

复制代码
import cv2
import time

# 视频文件的路径
video_path = 'path/to/your/video.mp4'

# 创建一个 VideoCapture 对象
cap = cv2.VideoCapture(video_path)

# 检查是否成功打开视频文件
if not cap.isOpened():
    print("Error opening video file")

# 获取视频的帧率
fps = cap.get(cv2.CAP_PROP_FPS)
print(f"Frames per second: {fps:.2f}")

# 获取视频的总时间(以毫秒为单位)
total_time_ms = cap.get(cv2.CAP_PROP_POS_MSEC)

# 计算视频的总帧数
total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))

# 初始化当前时间戳
current_time_ms = 0

# 循环读取视频帧
for frame_num in range(total_frames):
    # 设置视频的位置到特定的时间戳
    cap.set(cv2.CAP_PROP_POS_MSEC, current_time_ms)
    
    # 读取一帧
    ret, frame = cap.read()

    # 如果读取成功,ret 将为 True
    if ret:
        # 构建输出图片的文件名
        output_path = f'output/frame_{int(current_time_ms / 1000)}.jpg'
        
        # 保存图片
        cv2.imwrite(output_path, frame)
        print(f"Frame saved at {output_path}")
        
        # 更新时间戳,增加一秒
        current_time_ms += 1000
    else:
        # 如果读取失败(到达视频末尾),则退出循环
        break

# 释放 VideoCapture 对象
cap.release()

# 关闭所有 OpenCV 窗口(如果有打开的话)
cv2.destroyAllWindows()

然而,上述代码有一个关键问题:它假设视频的帧率是恒定的,并且每一帧的持续时间都是相等的。在实际情况中,视频的帧率可能不是完全恒定的,特别是对于一些编码方式更为复杂的视频。因此,使用时间戳来定位帧可能不会总是准确的,尤其是在视频的某些部分帧率发生变化时。

  • 一个更可靠的方法是使用视频的解码时间戳,但这需要额外的库,如 ffmpeg-pythonmoviepy,它们可以提供更高级的视频处理功能,包括对时间戳的精确访问。如果你需要非常精确的时间控制,你可能需要考虑使用这些库之一。

例如,使用 ffmpeg-python 库,你可以如下操作:

复制代码
import ffmpeg

# 视频文件的路径
video_path = 'path/to/your/video.mp4'

# 使用 ffmpeg 接口读取视频
input_video = ffmpeg.input(video_path)

# 获取视频的总时间(以秒为单位)
probe = ffmpeg.probe(video_path)
video_info = next(s for s in probe['streams'] if s['codec_type'] == 'video')
total_time_s = float(video_info['duration'])

# 循环遍历每一秒
for sec in range(int(total_time_s)):
    # 使用 ffmpeg 接口截取视频中的特定帧
    out, _ = (
        ffmpeg
        .filter(input_video, 'select', f'gte(t,{sec}')
        .output('pipe:', format='rawvideo', pix_fmt='rgb24')
        .run(capture_stdout=True)
    )
    
    # 将字节流转换为 numpy 数组
    image = np.frombuffer(out, np.uint8).reshape([int(video_info['height']), int(video_info['width']), 3])
    
    # 构建输出图片的文件名
    output_path = f'output/frame_{sec}.jpg'
    
    # 保存图片
    cv2.imwrite(output_path, image)
    print(f"Frame saved at {output_path}")

请注意,使用 ffmpeg-pythonmoviepy 可能需要安装额外的依赖项,并且它们的使用方法与 OpenCV 有所不同。上述 ffmpeg-python 示例代码需要你有 ffmpeg 工具安装在你的系统上,并且熟悉 ffmpeg 的命令行语法。

相关推荐
一根甜苦瓜1 分钟前
Go语言Slice的一道骚题
开发语言·后端·golang
驰羽9 分钟前
[GO]Go语言泛型详解
开发语言·golang·xcode
NPE~9 分钟前
[手写系列]Go手写db — — 第五版(实现数据库操作模块)
开发语言·数据库·后端·golang·教程·手写系列·手写数据库
润 下10 分钟前
C语言——深入解析C语言指针:从基础到实践从入门到精通(二)
c语言·开发语言·经验分享·笔记·学习·程序人生
王中阳Go17 分钟前
Python 的 PyPy 能追上 Go 的性能吗?
后端·python·go
Goboy26 分钟前
控制仙术流程 - 抉择与循环的艺术
后端·python
布伦鸽28 分钟前
C# WPF DataGrid使用Observable<Observable<object>类型作为数据源
开发语言·c#·wpf
麦麦大数据38 分钟前
F024 vue+flask电影知识图谱推荐系统vue+neo4j +python实现
vue.js·python·flask·知识图谱·推荐算法·电影推荐
say_fall40 分钟前
精通C语言(4.四种动态内存有关函数)
c语言·开发语言
AI小云42 分钟前
【Python与AI基础】Python编程基础:读写CSV文件
人工智能·python