Vylúčenie a spracovanie obrazu vo videozázname?

Extrakcia rámcov a spracovanie obrazu vo video súboroch zahŕňa niekoľko krokov a dá sa implementovať pomocou rôznych nástrojov a knižníc. Tu je rozdelenie procesu spolu s príkladmi pomocou Python a OpenCV:

1. Extrakcia rámca:

Tento krok zahŕňa prečítanie videohra a extrahovanie jednotlivých snímok (obrázkov) v konkrétnych intervaloch alebo pri všetkých rámcoch.

* pomocou openCV (python):

`` `Python

import CV2

def extract_frames (video_path, output_path, interval =1):#Interval je faktor preskočenia rámu

"" "

Extrahuje snímky z video súboru.

ARG:

Video_Path:Cesta k vstupnému video súboru.

Output_Path:Cesta k adresáru, kde sa uložia rámy.

Interval:Extrahujte každý n -jadr (predvolený je 1 pre každý rám).

"" "

Vidcap =cv2.VideoCapture (Video_Path)

úspech, image =Vidcap.read ()

počet =0

Zatiaľ čo úspech:

Ak počítať % interval ==0:

cv2.imwrite (f "{output_path}/frame_ {count} .jpg", image) # uložiť rám ako súbor jpeg

úspech, image =Vidcap.read ()

počet +=1

Vidcap.rease ()

Print (F "Rámy extrahované na {output_path}")

Príklad použitia:

Video_Path ="your_video.mp4"

output_path ="FraMes" # nahradiť podľa požadovaného výstupného adresára

extrakt_frames (video_path, output_path, interval =10) #extract každý 10. rám.

`` `

Pred spustením sa uistite, že máte nainštalovaný OpenCV (`PIP Install OpenCV-Python`). Vytvorte si adresár `Frames 'vopred.

2. Spracovanie obrazu:

Po extrahovaní snímok môžete použiť rôzne techniky spracovania obrazu. Tu je niekoľko príkladov pomocou OpenCV:

* Zmena veľkosti:

`` `Python

import CV2

def režizizej_image (image_path, output_path, šírka, výška):

img =cv2.Imread (image_path)

REZIZE_IMG =CV2.Resize (img, (šírka, výška))

cv2.IMWrite (output_path, režijed_img)

#Príklad

resize_image ("FraMes/frame_0.jpg", "režizized_frame.jpg", 320, 240)

`` `

* GraysCaling:

`` `Python

import CV2

def grayscale_image (image_path, output_path):

img =cv2.Imread (image_path)

gray_img =cv2.cvtcolor (img, cv2.color_bgr2gray)

CV2.IMWrite (output_path, gray_img)

#Príklad

GraysCale_Image ("Frames/frame_0.jpg", "Gray_frame.jpg")

`` `

* Detekcia okrajov (canny):

`` `Python

import CV2

def canny_edge_detection (image_path, output_path, prah1, prahový hrad2):

img =cv2.Imread (image_path, cv2.imread_grayscale)

hrany =cv2.canny (img, prah1, prah2)

cv2.IMWrite (output_path, hrany)

#Príklad

canny_edge_detection ("Frames/frame_0.jpg", "Edges.jpg", 100, 200)

`` `

* rozmazanie (gaussian):

`` `Python

import CV2

def gaussian_blur (image_path, output_path, ksize):

img =cv2.Imread (image_path)

rozmazané =cv2.gaussianblur (img, ksize, 0)

cv2.IMWrite (output_path, rozmazané)

#Príklad - jadro 5x5

gaussian_blur ("Frames/frame_0.jpg", "Blurred.jpg", (5,5))

`` `

Toto je len niekoľko základných príkladov. OpenCV poskytuje rozsiahle množstvo funkcií na spracovanie obrazu vrátane:

* prahovanie: Prevedenie obrázka na čiernobiele na základe intenzity pixelov.

* Filtrovanie: Odstránenie hluku alebo vylepšenia funkcií.

* Detekcia objektov: Identifikácia a lokalizácia objektov v rámci obrázka.

* Segmentácia: Rozdelenie obrazu do zmysluplných oblastí.

* Konverzia farebného priestoru: Zmena farebnej reprezentácie obrázka (napr. RGB na HSV).

3. Kombinácia extrakcie rámcov a spracovanie obrazu:

Tieto kroky môžete kombinovať na spracovanie každého extrahovaného rámca:

`` `Python

import CV2

import

... (funkcia extrakt_frames zhora) ...

def process_frames (video_path, output_path, interval =1):

extract_frames (video_path, output_path, interval)

Pre názov súboru v os.listdir (Output_path):

Ak filename.endswith (". jpg"):

image_path =os.Path.join (output_path, filename)

graysCale_image (image_path, os.path.join (output_path, filename.replace (". jpg", "_gray.jpg"))))

#Example používanie:

video_path ="your_video.mp4"

output_path ="Processed_frames"

Process_frames (video_path, output_path, interval =5)

`` `

Nezabudnite nainštalovať potrebné knižnice (`PIP Install OpenCV-Python`). Pravdepodobne upravte cesty a parametre podľa potreby pre vaše konkrétne požiadavky na video a spracovanie. Ak chcete získať pokročilejšie úlohy, zvážte použitie knižníc, ako je Scikit-Image pre sofistikovanejšiu analýzu obrazu.

• Predchádzajúca strana: Koľko hodín môžete sledovať videá s 20 GB údajmi na mobile? 
• Ďalšia strana: Ako si prezeráte videá pomocou Firefoxu?