版权声明:转载请说明来源,谢谢 https://blog.csdn.net/wsp_1138886114/article/details/83013620
一、前言
之前在做图像分类的时候,人脸识别(开源代码)的练手,数据集获取麻烦(没人愿意将自己照片给人家做数据集),于是就用自己造数据集,但是拍照拍几百张训练效果不好,也嫌麻烦,干脆就是视频取帧的方式,在这之前使用专门的软件。不过opencv自带了视频处理的API,详细代码如下:
二、视频取帧代码
import cv2
import os
import sys
input_path = sys.argv[1] # 第一个输入参数是包含视频片段的路径
frame_interval = int(sys.argv[2]) # 第二个输入参数是设定每隔多少帧截取一帧
filenames = os.listdir(input_path) # 列出文件夹下所有的视频文件
video_prefix = input_path.split(os.sep)[-1] # 获取文件夹名称
frame_path = '{}_frames'.format(input_path) # 新建文件夹,名称为原名加上_frames
if not os.path.exists(frame_path):
os.mkdir(frame_path)
cap = cv2.VideoCapture() # 初始化一个VideoCapture对象
for filename in filenames:
filepath = os.sep.join([input_path, filename])
cap.open(filepath) # VideoCapture::open函数可以从文件获取视频
n_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 获取视频帧数
for i in range(42): # 为了避免视频头几帧质量低下,黑屏或者无关等
cap.read()
for i in range(n_frames):
ret, frame = cap.read()
# 每隔frame_interval帧进行一次截屏操作
if i % frame_interval == 0:
imagename = '{}_{}_{:0>6d}.jpg'.format(video_prefix, filename.split('.')[0], i)
imagepath = os.sep.join([frame_path, imagename])
print('exported {}!'.format(imagepath))
cv2.imwrite(imagepath, frame)
cap.release() # 执行结束释放资源