不管你是待業(yè)還是失業(yè)，在這個(gè)被互聯(lián)網(wǎng)圍繞的時(shí)代里，選擇python讀取視頻，就多了一項(xiàng)技能，還怕找不到工作？，還怕不好找工作？小編就來(lái)告訴你這個(gè)專(zhuān)業(yè)的優(yōu)勢(shì)到底體現(xiàn)在哪里：Python玩轉(zhuǎn)視頻處理系列（一），Python玩轉(zhuǎn)視頻處理（三）：從視頻中提取女神片段，Python玩轉(zhuǎn)視頻處理（二）：從視頻中自動(dòng)提取人物的視頻片段，用Python從視頻中提取每一幀的圖片??。

1.Python玩轉(zhuǎn)視頻處理系列（一）

本系列教程將分享如何用Python玩轉(zhuǎn)視頻處理，本文先介紹兩個(gè)庫(kù)opencv和moivepy及其簡(jiǎn)單使用。1、opencv介紹及人臉識(shí)別OpenCV的全稱(chēng)是Open Source Computer Vision Library，是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù)。OpenCV是由英特爾公司發(fā)起并參與開(kāi)發(fā)，以BSD許可證授權(quán)發(fā)行，可以在商業(yè)和研究領(lǐng)域中免費(fèi)使用。OpenCV可用于開(kāi)發(fā)實(shí)時(shí)的圖像處理、計(jì)算機(jī)視覺(jué)以及模式識(shí)別程序。OpenCV主要用C++語(yǔ)言編寫(xiě)，Python程序可以通過(guò)Python-OpenCV這個(gè)庫(kù)調(diào)用OpenCV的相關(guān)接口。1.1 python-opencv的安裝使用pip install opencv-python命令進(jìn)行安裝，安裝完成后運(yùn)行python，導(dǎo)入cv2，命令如下：>>> import cv2 如無(wú)報(bào)錯(cuò)，說(shuō)明安裝成功。1.2 人臉識(shí)別原理及使用opencv的功能非常強(qiáng)大，本文中主要介紹并使用其人臉識(shí)別功能，完整功能可參考o(jì)pencv中文教程。OpenCV采用的是基于Haar的cascade分類(lèi)器，它是一種機(jī)器學(xué)習(xí)方法。 基于Haar特征的cascade分類(lèi)器是Paul Viola和 Michael Jone在2001年發(fā)表的論文”Rapid Object Detection using a Boosted Cascade of Simple Features”中提出的一種有效的物品檢測(cè)方法。它是一種機(jī)器學(xué)習(xí)方法，通過(guò)許多正負(fù)樣例中訓(xùn)練得到cascade模型，然后將其應(yīng)用于其他圖片。 針對(duì)不同的物體需要不同的分類(lèi)器。OpenCV包含許多訓(xùn)練好的分類(lèi)器，比如臉、眼、微笑等。這些分類(lèi)器是XML文件，存儲(chǔ)在庫(kù)安裝文件夾cv2下面的data目錄中，使用時(shí)可以直接調(diào)取，也可從GitHub上下載。使用OpenCV識(shí)別人臉的步驟:初始化，導(dǎo)入cv2等Python庫(kù)，加載分類(lèi)器cascade文件；圖片預(yù)處理，讀取圖片，使用cvtColor函數(shù)將圖片轉(zhuǎn)為灰度圖；人臉檢測(cè)，使用方法檢測(cè)圖片中的人臉。比如這里需要從下圖中識(shí)別人臉。代碼如下：import numpy import cv2 # __default.xml復(fù)制到當(dāng)前目錄下 # 或者指定該文件的完整路徑 face_cascade = cv2.("__default.xml") # 讀取圖片，使用*cvtColor*函數(shù)將圖片轉(zhuǎn)為灰度圖 img = cv2.imread("girl.jpg") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 使用方法檢測(cè)圖片中的人臉 faces = face_cascade.(gray, 1.3, 5) # 將人臉部分用長(zhǎng)方形表示 print(faces) for (x,y,w,h) in faces: cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),5) # 保存結(jié)果 cv2.imwrite('result.jpg',img) 效果如下：2、moviepy介紹及視頻截取moviepy是一個(gè)用于視頻編輯的python模塊，其可以用來(lái)對(duì)視頻進(jìn)行一些基礎(chǔ)的操作(比如剪切,連接，插入標(biāo)題等),視頻創(chuàng)作(比如非線(xiàn)性編輯),視頻處理以及給視頻增加一些炫酷的特效等。它可以讀寫(xiě)大多數(shù)常見(jiàn)的視頻格式，包括GIF。 在之前的文章中使用moviepy從視頻中截取片段生成gif表情（用Python從視頻中生成動(dòng)態(tài)表情）。 這里介紹一個(gè)另一個(gè)從視頻中截取片段的方法，可以提升處理性能。一個(gè)基于ffmpeg的方法，使用ffmpeg_extract_subclip來(lái)處理視頻，方法如下：from moviepy.video.io.ffmpeg_tools import ffmpeg_extract_subclip ffmpeg_extract_subclip("full.mp4", 60, 300, ="cut.mp4") 其實(shí)這個(gè)方法就是調(diào)用ffmpeg命令處理視頻，源代碼如下：def ffmpeg_extract_subclip(filename, t1, t2, =None): """ Makes a new video file playing video file ``filename`` between the times ``t1`` and ``t2``. """ name, ext = os.path.splitext(filename) if not : T1, T2 = [int(1000*t) for t in [t1, t2]] = "%sSUB%d_%d.%s" % (name, T1, T2, ext) cmd = [get_setting("FFMPEG_BINARY"),"-y", "-ss", "%0.2f"%t1, "-i", filename, "-t", "%0.2f"%(t2-t1), # "-map", "0", "-vcodec", "copy", "-acodec", "copy", ] "-vcodec", "copy", "-acodec", "copy", ] _call(cmd) 基于上面的方法就可以實(shí)現(xiàn)后面的功能，關(guān)于moviepy的完整教程可參考moivepy官網(wǎng),在下一篇中將分享如何從視頻中提取女神片段 。歡迎關(guān)注我的公眾號(hào)“Python的樂(lè)趣”，原創(chuàng)技術(shù)文章*時(shí)間推送。 (二維碼自動(dòng)識(shí)別)

2.Python玩轉(zhuǎn)視頻處理（三）：從視頻中提取女神片段

在上一篇中實(shí)現(xiàn)了基于人臉識(shí)別提取人物片段的功能，但是在實(shí)踐過(guò)程中發(fā)現(xiàn)，如果是一部電影，那么提取到的片段太多了。為了找女神的電影片段，還要在辣么多剪輯中苦苦手工篩選，這個(gè)不是一個(gè)優(yōu)秀的程序員應(yīng)該做的。經(jīng)過(guò)一番實(shí)踐和探索，發(fā)現(xiàn)了一個(gè)強(qiáng)大的庫(kù)，叫做face_。 本菜鳥(niǎo)也嘗試過(guò)用opencv識(shí)別出圖像，通過(guò)圖像指紋計(jì)算出相似度，抑或通過(guò)圖片向量的余弦相似度計(jì)算，奈何實(shí)現(xiàn)復(fù)雜，效果也不如face_，只好棄暗投明。 1. face_介紹face_使用 dlib 頂尖的深度學(xué)習(xí)人臉識(shí)別技術(shù)構(gòu)建，在戶(hù)外臉部檢測(cè)數(shù)據(jù)庫(kù)基準(zhǔn)（Labeled Faces in the Wild benchmark）上的準(zhǔn)確率高達(dá) 99.38%。項(xiàng)目地址： 找出圖片中的人臉1.2 找到并且控制圖像中的臉部特征1.3 識(shí)別圖片中的人臉在本文中使用的就是它的第三個(gè)功能識(shí)別圖片中的人臉。2. face_的安裝使用face需要依賴(lài)于dlib，dlib的安裝參考How to install dlib v19.9 or newer from github on macOS and _的使用需要基于Python3.3以上或Python2.7，操作系統(tǒng)為MacOS或Linux（Windows不提供官方支持）。安裝命令如下：$ pip install face_ 安裝完成后可以在命令行使用face_或在Python中調(diào)用。以在Python中“識(shí)別女神李一桐”為例，其過(guò)程如下：初始化，導(dǎo)入face_，加載一張李一桐的臉部圖片； 加載對(duì)比圖片，讀取圖片后進(jìn)行編碼； 對(duì)比，將已知圖片和對(duì)比圖片用compare_faces方法進(jìn)行對(duì)比并得到結(jié)果。 Python代碼如下：import face_ # 初始化 picture_of_liyitong = face_.load_image_file("yilitong.jpg") liyitong_encoding = face_.face_encodings(picture_of_liyitong)[0] # 加載對(duì)比圖片 unknown_picture = face_.load_image_file("unknown.jpg") unknown_face_encoding = face_.face_encodings(unknown_picture)[0] # 用`compare_faces`方法繼續(xù)對(duì)比得到結(jié)果， # 值得注意的是*個(gè)參數(shù)是一個(gè)列表，可以傳多個(gè)圖片參數(shù)進(jìn)行對(duì)比 results = face_.compare_faces([liyitong_encoding], unknown_face_encoding) if results[0] == True: print("圖片中包含女神") else: print("未找到女神!") 3. 女神視頻提取提取女神視頻的過(guò)程與之前《從視頻中自動(dòng)提取人物的視頻片段》的思路類(lèi)似。 1.1. 獲取圖片，用moivepy讀取視頻，用iter_frames方法從中獲取圖片幀； 1.2. 標(biāo)記時(shí)間點(diǎn)，利用opencv識(shí)別圖片中的人物并標(biāo)記人物出現(xiàn)的起始時(shí)間點(diǎn)和結(jié)束時(shí)間點(diǎn)，并將這些時(shí)間點(diǎn)放到到一個(gè)列表中。 1.3. 視頻截取，用moivepy將上一步中標(biāo)記的時(shí)間片段從視頻中截取出來(lái)，*篩選出需要的視頻片段即可。 只是將上面第二步中“用opencv識(shí)別圖片中的人物”改為“用face_進(jìn)行對(duì)比”。代碼實(shí)現(xiàn)如下：from moviepy.editor import from moviepy.video.io.ffmpeg_tools import ffmpeg_extract_subclip import face_ def contain_godness(img, godness_encoding): face_locations = face_.face_locations(img) is_godness = False for (top_right_y, top_right_x, left_bottom_y,left_bottom_x) in face_locations: unknown_image = img[top_right_y-50:left_bottom_y+50, left_bottom_x-50:top_right_x+50] unknown_encoding = face_.face_encodings(unknown_image) if unknown_encoding: results = face_.compare_faces([godness_encoding], unknown_encoding[0]) print(results) is_godness = results[0] return is_godness def find_durations(clip, godness_encoding): """ 從視頻中搜索女神片段 """ duration_list = [] # 存儲(chǔ)片段時(shí)間列表 start_time = 0 # 記錄片段開(kāi)始時(shí)間, 以毫秒為單位 end_time = 0 # 記錄片段結(jié)束時(shí)間, 以毫秒為單位 last_index = 0 for i, img in enumerate(clip.iter_frames(fps=20)): print(i) flag = contain_godness(img, godness_encoding) if flag and start_time == 0: start_time = i / 20 last_index = i if start_time > 0 and not flag: end_time = i / 20 duration_list.append([start_time, end_time]) # 重置開(kāi)始時(shí)間和結(jié)束時(shí)間 start_time = end_time = 0 # 打印片段時(shí)間列表并返回 print(duration_list) return duration_list if __name__ == "__main__": filename = "demo.mp4" clip = (filename) godness_image = face_.load_image_file("godness.png") godness_encoding = face_.face_encodings(godness_image)[0] durations = find_durations(clip, godness_encoding) for d in durations: start_t, end_t = d ffmpeg_extract_subclip(filename, start_t, end_t) 歡迎關(guān)注我的公眾號(hào)“Python的樂(lè)趣”，原創(chuàng)技術(shù)文章*時(shí)間推送。 (二維碼自動(dòng)識(shí)別)

3.Python玩轉(zhuǎn)視頻處理（二）：從視頻中自動(dòng)提取人物的視頻片段

最近在嘗試學(xué)習(xí)視頻混剪，經(jīng)常找不到合適的視頻素材。知乎搜索了一圈，給的建議是下載電影或劇集，然后用potplay之類(lèi)的工具從中截取需要的片段。但作為一個(gè)程序員，讓我不停的按alt-c進(jìn)行視頻截取是不科學(xué)的，要截取也是用程序員的方式，代碼自動(dòng)化截取。本文將分享如何用Python自動(dòng)提取視頻中的人物視頻片段，這些片段可用來(lái)混剪，也可制作表情包。1. 實(shí)現(xiàn)思路整個(gè)過(guò)程基于opencv和moivepy這兩個(gè)庫(kù)實(shí)現(xiàn)，基本思路如下：1.1. 獲取圖片，用moivepy讀取視頻，用iter_frames方法從中獲取圖片幀；1.2. 標(biāo)記時(shí)間點(diǎn)，利用opencv識(shí)別圖片中的人物并標(biāo)記人物出現(xiàn)的起始時(shí)間點(diǎn)和結(jié)束時(shí)間點(diǎn)，并將這些時(shí)間點(diǎn)放到到一個(gè)列表中。1.3. 視頻截取，用moivepy將上一步中標(biāo)記的時(shí)間片段從視頻中截取出來(lái)，*篩選出需要的視頻片段即可。2. 獲取圖片從moviepy庫(kù)中導(dǎo)入類(lèi)，用這個(gè)類(lèi)加載視頻文件。加載成功后通過(guò)iter_frames方法即可獲取視頻中的圖片幀。 函數(shù)說(shuō)明： iter_frames(self, fps=None, with_times=False, logger=None, dtype=None) 這個(gè)方法返回視頻中的所有幀，也可以通過(guò)參數(shù)fps控制返回的幀數(shù)。比如將fps設(shè)為10，則按視頻每秒返回10幀的方式進(jìn)行返回。 代碼實(shí)現(xiàn)如下：from moviepy.editor import # 讀取視頻文件 clip = ("demo.mp4") # 以每秒20幀的方式獲取圖片幀 for i, img in enumerate(clip.iter_frames(fps=20)): # todo 對(duì)圖片進(jìn)行識(shí)別 3.標(biāo)記時(shí)間點(diǎn)在上一步中已經(jīng)從視頻中獲取了圖片幀，這一步要通過(guò)人臉識(shí)別技術(shù)檢測(cè)圖片中是否包含人臉，然后標(biāo)記出人臉出現(xiàn)的開(kāi)始和結(jié)束時(shí)間點(diǎn)。實(shí)現(xiàn)的邏輯如下：a. 片段開(kāi)始時(shí)間，利用opencv依次識(shí)別圖片中是否包含人臉。若包含人臉，則根據(jù)是第幾張圖片以及提取時(shí)的fps值計(jì)算出該圖片在視頻中的時(shí)間，將該時(shí)間作為片段的開(kāi)始時(shí)間；b. 片段結(jié)束時(shí)間，檢測(cè)到人臉后繼續(xù)識(shí)別后面的圖片直至檢測(cè)不到人臉，計(jì)算該圖片在視頻中的時(shí)間并將它作為結(jié)束時(shí)間；c. 片段時(shí)間列表，將上面的開(kāi)始時(shí)間和結(jié)束時(shí)間合在一起放到一個(gè)列表中。d. 得到標(biāo)記時(shí)間點(diǎn)，重復(fù)上面的步驟，識(shí)別完全部圖片就可以得到視頻中包含人物所有的開(kāi)始時(shí)間和結(jié)束時(shí)間對(duì)。代碼實(shí)現(xiàn)如下：duration_list = [] # 存儲(chǔ)片段時(shí)間列表 start_time = 0 # 記錄片段開(kāi)始時(shí)間, 以毫秒為單位 end_time = 0 # 記錄片段結(jié)束時(shí)間, 以毫秒為單位 for i, img in enumerate(clip.iter_frames(fps=20)): faces = find_faces(img) print(i, faces) # 若發(fā)現(xiàn)人物出現(xiàn)且未記錄開(kāi)始時(shí)間,記為開(kāi)始時(shí)間 if len(faces) > 1 and start_time == 0: start_time = i / 20 # 若已記錄開(kāi)始時(shí)間且人物消失,記為結(jié)束時(shí)間 # 并將開(kāi)始時(shí)間和結(jié)束時(shí)間添加到片段時(shí)間列表中并重置開(kāi)始時(shí)間和結(jié)束時(shí)間 if start_time > 0 and len(eyes) == 0: end_time = i * 50 duration_list.append([start_time, end_time]) # 重置開(kāi)始時(shí)間和結(jié)束時(shí)間 start_time = end_time = 0 4.提取視頻片段找到要提取的片段時(shí)間點(diǎn)列表后就簡(jiǎn)單了，使用ffmpeg_extract_subclip方法將其中標(biāo)記的視頻片段提取出來(lái)即可。代碼實(shí)現(xiàn)如下：for d in duration_list: start_t, end_t = d ffmpeg_extract_subclip(filename, start_t, end_t) *從生成的視頻片段中可以輕松的找到女神的視頻。完整的代碼如下：import cv2 from moviepy.editor import from moviepy.video.io.ffmpeg_tools import ffmpeg_extract_subclip def find_faces(img): eys_cascade = cv2.("data/__default.xml") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) faces = eys_cascade.(gray, 1.3, 5) return faces def find_durations(clip): """ 從視頻中搜索人物片段 """ duration_list = [] # 存儲(chǔ)片段時(shí)間列表 start_time = 0 # 記錄片段開(kāi)始時(shí)間, 以毫秒為單位 end_time = 0 # 記錄片段結(jié)束時(shí)間, 以毫秒為單位 for i, img in enumerate(clip.iter_frames(fps=20)): faces = find_faces(img) print(i, faces) # 若發(fā)現(xiàn)人物出現(xiàn)且未記錄開(kāi)始時(shí)間,記為開(kāi)始時(shí)間 if len(faces) > 1 and start_time == 0: start_time = i / 20 # 若已記錄開(kāi)始時(shí)間且人物消失,記為結(jié)束時(shí)間 # 并將開(kāi)始時(shí)間和結(jié)束時(shí)間添加到片段時(shí)間列表中并重置開(kāi)始時(shí)間和結(jié)束時(shí)間 if start_time > 0 and len(faces) == 0: end_time = i / 20 duration_list.append([start_time, end_time]) # 重置開(kāi)始時(shí)間和結(jié)束時(shí)間 start_time = end_time = 0 # 打印片段時(shí)間列表并返回 print(duration_list) return duration_list if __name__ == "__main__": filename = "demo.mp4" clip = (filename) durations = find_durations(clip) for d in durations: start_t, end_t = d ffmpeg_extract_subclip(filename, start_t, end_t) 5. 問(wèn)題及優(yōu)化建議5.1 在連續(xù)幀的人臉識(shí)別過(guò)程中，會(huì)出現(xiàn)中間幾個(gè)圖片幀識(shí)別不到人臉的情況，導(dǎo)致截取出來(lái)的視頻片段中斷。優(yōu)化這種情況可通過(guò)更改片段結(jié)束時(shí)間的判斷條件。不必一檢測(cè)不到人臉就標(biāo)記為結(jié)束，改為可容忍少數(shù)幾幀檢測(cè)不到人臉，直到未檢測(cè)到人臉幀數(shù)大于某個(gè)值，比如說(shuō)5幀的時(shí)候再標(biāo)記為結(jié)束。5.2 視頻中的人物畫(huà)面中截取到的圖片很有可能不是正臉，導(dǎo)致無(wú)法檢測(cè)到人臉，遇到這種情況可以更新檢測(cè)模型，使用眼睛檢測(cè)等方式進(jìn)行驗(yàn)證。如有其它問(wèn)題，歡迎交流討論。演示視頻：關(guān)注我的公眾號(hào)“Python的樂(lè)趣”，原創(chuàng)文章*時(shí)間推送。 (二維碼自動(dòng)識(shí)別)

4.用Python從視頻中提取每一幀的圖片

大家應(yīng)該都有這樣的情況：在看到某些視頻的畫(huà)面時(shí)感覺(jué)美如畫(huà)，想截取下來(lái)卻又煩于截圖的繁瑣，現(xiàn)在我就教大家使用Python提取視頻中每一幀的畫(huà)面，讓大家不錯(cuò)過(guò)每一個(gè)精彩的瞬間！?語(yǔ)言：Python?所需要的庫(kù)：cv2，numpy （自行安裝）opencv中提供了讀取視頻每幀圖片的函數(shù)，下面的代碼可以將視頻的每幀圖片提取出來(lái)。注：我的視頻名字叫 2.mp4 ，提取圖片保存目錄 需要自己建一個(gè)名字叫 output 的文件夾。# 導(dǎo)入所需要的庫(kù) import cv2 import numpy as np # 定義保存圖片函數(shù) # image:要保存的圖片名字 # addr；圖片地址與相片名字的前部分 # num: 相片，名字的后綴。int 類(lèi)型 def save_image(image,addr,num): address = addr + str(num)+ '.jpg' cv2.imwrite(address,image) # 讀取視頻文件 = cv2.("2.mp4") # 通過(guò)攝像頭的方式 # =cv2.(1) #讀幀 success, frame = .read() i = 0 while success : i = i + 1 save_image(frame,'./output/image',m) if success： print('save image:',i)以上就是如何用Python從視頻中提取每一秒的畫(huà)面的方法，希望能幫助到大家！當(dāng)我們想按秒提取時(shí)，只要我們能知道視頻每秒有多少幀，然后在上面的代碼基礎(chǔ)上每隔那么多幀提取一次就行了，這就需要查看視頻的幀率。一般情況下隨便用一個(gè)播放器打開(kāi)視頻后右鍵查看其屬性就可以看到幀率。現(xiàn)在我的視頻幀率為12 ，每隔12幀提取一次就可以得到每秒的圖片。代碼如下：# 導(dǎo)入所需要的庫(kù) import cv2 import numpy as np # 定義保存圖片函數(shù) # image:要保存的圖片名字 # addr；圖片地址與相片名字的前部分 # num: 相片，名字的后綴。int 類(lèi)型 def save_image(image,addr,num): address = addr + str(num)+ '.jpg' cv2.imwrite(address,image) # 讀取視頻文件 = cv2.("2.mp4") # 通過(guò)攝像頭的方式 # =cv2.(1) #讀幀 success, frame = .read() i = 0 timeF = 12 j=0 while success : i = i + 1 if (i % timeF == 0): j = j + 1 save_image(frame,'./output/image',j) print('save image:',i) success, frame = .read()以上就是如何用Python從視頻中提取每一秒的畫(huà)面的方法，希望能幫助到大家！如果有想一起學(xué)習(xí)交流Python，獲取更多Python學(xué)習(xí)干貨的朋友可以關(guān)注我主頁(yè)哦~不定期更新關(guān)于Python學(xué)習(xí)的各種方法竅門(mén)與避坑指南！

就拿大數(shù)據(jù)說(shuō)話(huà)，優(yōu)勢(shì)一目了然，從事IT行業(yè)，打開(kāi)IT行業(yè)的新大門(mén)，找到適合自己的培訓(xùn)機(jī)構(gòu)，進(jìn)行專(zhuān)業(yè)和系統(tǒng)的學(xué)習(xí)。