Python快速从视频中提取视频帧的方法详解

 更新时间:2022年07月01日 09:21:28   作者:WYKB_Mr_Q  
本文为大家介绍一种从视频中抽取视频帧的方法,由于单线程抽取视频帧速度较慢,因此这里我们增加了多线程的方法,感兴趣的小伙伴可以动手尝试一下

Python快速提取视频帧(多线程)

今天介绍一种从视频中抽取视频帧的方法,由于单线程抽取视频帧速度较慢,因此这里我们增加了多线程的方法。

1、抽取视频帧

抽取视频帧主要使用了 Opencv 模块。

其中:

camera = cv2.Videocapture( ) ,函数主要是通过调用笔记本内置摄像头读取视频帧;

res, image = camera.read( ) 函数主要是按帧读取视频,返回值 “res” 是布尔型,成功读取返回 True,读取失败返回 False;

最后用 cv2.imwrite( ) 函数存储读取到的视频帧。

视频帧抽取方法可参考这篇文章

import cv2
import os

def video_to_frames(video_path, outPutDirName):
    times = 0
    
    # 提取视频的频率,每1帧提取一个
    frame_frequency = 1
    
	# 如果文件目录不存在则创建目录
    if not os.path.exists(outPutDirName):
        os.makedirs(outPutDirName)
        
    # 读取视频帧
    camera = cv2.VideoCapture(video_path)
    
    while True:
        times = times + 1
        res, image = camera.read()
        if not res:
            print('not res , not image')
            break
        # 按照设置间隔存储视频帧
        if times % frame_frequency == 0:
            cv2.imwrite(outPutDirName + '\\' + str(times)+'.jpg', image)
            
    print('图片提取结束')
    # 释放摄像头设备
    camera.release()

2、多线程方法

多线程的应用主要使用了 threading 库。

其中:

threading.Thread( ) 函数主要用来调用多线程,其中参数 “target” 是上面用到的函数,参数 “args” 是上面函数的输入参数。

其中有关多线程的详细介绍,以及速度提升效果可参考这篇文章

import threading
threading.Thread(target=video_to_frames, args=(video_path, outPutDirName)).start()

经验证,速度提升还是很快的!

3、整体代码

import cv2
import os
import threading

def video_to_frames(video_path, outPutDirName):
    times = 0
    
    # 提取视频的频率,每1帧提取一个
    frame_frequency = 1
    
	# 如果文件目录不存在则创建目录
    if not os.path.exists(outPutDirName):
        os.makedirs(outPutDirName)
        
    # 读取视频帧
    camera = cv2.VideoCapture(video_path)
    
    while True:
        times = times + 1
        res, image = camera.read()
        if not res:
            print('not res , not image')
            break
        if times % frame_frequency == 0:
            cv2.imwrite(outPutDirName + '\\' + str(times)+'.jpg', image)
            
    print('图片提取结束')
    camera.release()


if __name__ == "__main__":
    input_dir = r'D:\datasets\cow_dataset'       # 输入的video文件夹位置
    save_dir = r'E:\relate_code\dataset'         # 输出图片到当前目录video文件夹下
    count = 0   # 视频数
    for video_name in os.listdir(input_dir):
        video_path = os.path.join(input_dir, video_name)
        outPutDirName = os.path.join(save_dir, video_name[:-4])
        threading.Thread(target=video_to_frames, args=(video_path, outPutDirName)).start()
        count = count + 1
        print("%s th video has been finished!" % count)

补充

还可以利用Python实现抽取剔除视频帧工具

代码

下面是使用opencv对视频中间几帧抽取的方法。

主要的思路是在读取frame的时候,顺便把帧写下来。

同时如果不是需要抽取剔除的帧,直接continue到下个循环。

样例代码如下,主要按照MP4格式进行处理。

#!/user/bin/env python
# coding=utf-8
"""
@project : csdn-pro
@author  : 剑客阿良_ALiang
@file   : test.py
@ide    : PyCharm
@time   : 2022-06-30 17:55:48
"""
 
import cv2
 
 
# 视频抽帧
def extract_frame(video_path: str, result_path: str, fps, weight, height, start, end):
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')
    videoWriter = cv2.VideoWriter(result_path, fourcc, fps, (weight, height))
    vc = cv2.VideoCapture(video_path)
    if vc.isOpened():
        ret, frame = vc.read()
    else:
        ret = False
    count = 0  # count the number of pictures
    while ret:
        ret, frame = vc.read()
        if start <= count <= end:
            count += 1
            continue
        else:
            videoWriter.write(frame)
            count += 1
    print(count)
    videoWriter.release()
    vc.release()
 
 
if __name__ == '__main__':
    extract_frame('C:\\Users\\xxx\\Desktop\\123.mp4', 'C:\\Users\\xxx\\Desktop\\114.mp4', 25, 640, 368, 119, 125)

注意

1、extract_frame方法的入参分别为:输入视频地址、输出视频地址、视频fps、视频分辨率宽、视频分辨率高、视频需要抽掉的起始帧、视频需要抽掉的结束帧。

到此这篇关于Python快速从视频中提取视频帧的方法详解的文章就介绍到这了,更多相关Python提取视频帧内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 浅析Python语言自带的数据结构有哪些

    浅析Python语言自带的数据结构有哪些

    Python已经广泛的应用于数据分析、数据挖掘、机器学习等众多科学计算领域,这篇文章主要介绍了Python语言自带的数据结构有哪些?需要的朋友可以参考下
    2019-08-08
  • keras分类模型中的输入数据与标签的维度实例

    keras分类模型中的输入数据与标签的维度实例

    这篇文章主要介绍了keras分类模型中的输入数据与标签的维度实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-07-07
  • Python3正则表达式之:(?(id/name)yes-pattern|no-pattern)条件性匹配

    Python3正则表达式之:(?(id/name)yes-pattern|no-pattern)条件性匹配

    (?(id/name)yes-pattern|no-pattern)的作用是对于给出的id或者name,先尝试去匹配 yes-pattern部分的内容,如果id或name条件不满足,则去匹配no-pattern部分的内容
    2021-10-10
  • Python正则表达式字符串的匹配、替换、分割、查找方式

    Python正则表达式字符串的匹配、替换、分割、查找方式

    这篇文章主要介绍了Python正则表达式字符串的匹配、替换、分割、查找方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-07-07
  • Python基础之numpy库的使用

    Python基础之numpy库的使用

    这篇文章主要介绍了Python基础之numpy库的使用,文中有非常详细的代码示例,对正在学习python基础的小伙伴们有非常好的帮助,需要的朋友可以参考下
    2021-04-04
  • python中xlrd模块的使用详解

    python中xlrd模块的使用详解

    这篇文章主要介绍了python中xlrd模块的使用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-02-02
  • Python切片操作深入详解

    Python切片操作深入详解

    这篇文章主要介绍了Python切片操作,结合实例形式详细深入的分析了Python切片操作的原理、参数属性、相关函数及操作注意事项,需要的朋友可以参考下
    2018-07-07
  • 搞清楚 Python traceback的具体使用方法

    搞清楚 Python traceback的具体使用方法

    这篇文章主要介绍了搞清楚 Python traceback的具体使用方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-05-05
  • 基于Python开发PDF转Doc格式小程序

    基于Python开发PDF转Doc格式小程序

    这篇文章主要为大家详细介绍了如何基于Python开发PDF转Doc格式小程序,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
    2025-03-03
  • Python使用zip合并相邻列表项的方法示例

    Python使用zip合并相邻列表项的方法示例

    这篇文章主要介绍了Python使用zip合并相邻列表项的方法,涉及zip、iter函数合并相邻列表项、切片等相关操作技巧,需要的朋友可以参考下
    2018-03-03

最新评论