Python实现图片和视频的相互转换 目录 使用背景 一.视频转图像 二.图像转视频 使用背景 有时候我们需要把很多的图片合成视频,或者说自己写一个脚本去加快或者放慢视频: 也有时候需要把视频裁剪成图片,进行后续操作. 这里提供两种方法,一是视
目录
- 使用背景
- 一、视频转图像
- 二、图像转视频
使用背景
有时候我们需要把很多的图片合成视频,或者说自己写一个脚本去加快或者放慢视频;
也有时候需要把视频裁剪成图片,进行后续操作。
这里提供两种方法,一是视频转图像;二是图像转视频。
一、视频转图像
有时候我们需要把文件夹中的视频按照一定的帧率截取图片,如一秒取三张,为了实现这一需求,我特地编写了代码实现,并且附上了十分详细的说明,为了方便大家改代码实现自己需求(主要为了照顾刚学python的或者只需要用这一需求的小伙伴),本博文的特点如下:
- 直接改变输入文件夹和输出文件夹的位置,就可以实现功能
- 输出的图片能按照一定格式命名,这里是以20210823_0001命名
- 逐一遍历文件夹中视频,序号之间可以连续(也可不连续,需要改代码)
- 利用双线性插值方法,就算图片变大了,也能保证分辨率(关于双线性,这里只是调用opencv方法实现,具体实现代码和原理可看我下一篇博文)
- 代码解释十分详细,一看就懂
十分详细代码实现
首先先说明需要自己修改的参数,代码如下:
filepath = 'C:/Users/ZFG/Desktop/1111' #视频文件夹所在目录
data='20210823' #要是储存的文件为20210823_0001格式,则为前半部分
save_filename='C:/Users/ZFG/Desktop/2222/' #储存图片的文件夹的地址
timeF = 6 #根据一秒取多少帧设置,比如我的视频是24帧/秒,取6则一秒取三张
kernal=(700,700) #设置输出的大小,根据自己需求设置
然后再设置一个方法,来储存截取后的图片:
def saveImage(image,SaveAddress,num): #image为读取的图片,SaveAddress为需要存的地址,num为截取图片时候记录的序号
address= SaveAddress+data+'_'+str(num).zfill(4)+'.jpg' #这里设置输出格式
cv2.imwrite(address,image) #这里为存图片
之后读取文件夹:
pathDir = os.listdir(filepath)
i=0
j=0
for allDir in pathDir: #遍历文件夹中的每一个视频
videopath =filepath+'/'+ allDir
videoCapture=cv2.VideoCapture(videopath) #输入绝对路径
untill,picture=videoCapture.read() #读取视频,视频读取完的时候,返回的untill为False,表示视频读取完毕
while untill:
i+=1
if (i%timeF==0): #根据原视频的帧率看截图图片的频率
j+=1
picture=cv2.resize(picture,kernal,cv2.INTER_LINEAR) #这里调用了opencv中的双线性插值法,要是图片增加很快,保证了图片精度
saveImage(picture,save_filename,j) #调用我们之前描述的方法
pass
untill, picture = videoCapture.read() #再次看视频是否结束,结束了则until为False
将上诉代码结合后,最终程序如下所示:
import cv2
import os
i = 0
j = 0
pathDir = os.listdir(filepath)
filepath = 'C:/Users/ZFG/Desktop/1111'
data='20210823'
save_filename='C:/Users/ZFG/Desktop/2222/'
timeF = 6
kernal=(700,700)
def saveImage(image,SaveAddress,num):
address= SaveAddress+data+'_'+str(num).zfill(4)+'.jpg'
cv2.imwrite(address,image)
for allDir in pathDir:
videopath =filepath+'/'+ allDir
videoCapture=cv2.VideoCapture(videopath)
untill,picture=videoCapture.read()
while untill:
i+=1
if (i%timeF==0):
j+=1
picture=cv2.resize(picture,kernal,cv2.INTER_LINEAR)
saveImage(picture,save_filename,j)
pass
untill, picture = videoCapture.read()
最后看下效果吧:
第一张图是文件夹中的视频,帧率是24帧/秒,第二张图是一秒取三张图片后,图片储存在文件夹中的图。
二、图像转视频
有时候我们需要把很多的图片合成视频,或者说自己写一个脚本去加快或者放慢视频。我写这个的目的,是因为我有一个模型只能处理图片,但是我想看视频的处理效果,于是我先视频变成图片,然后处理好后把图片变成视频,这样就解决需求啦~
十分详细代码实现
首先先说明需要自己修改的参数,代码如下:
if __name__ == '__main__':
im_dir = ' ' # 图片帧存放路径,这里写一个文件夹
dir_list=os.listdir(im_dir)
fps = 20 # 设置一个帧率,每秒钟帧数越多,视频就越快
dir_video=' ' #合成后视频的存放视频
video_dir = dir_video + '.avi'
frame2video(im_dir, video_dir, fps)
然后再设置一个方法,来储存截取后的图片:
def frame2video(im_dir, video_dir, fps):
im_list = os.listdir(im_dir)
im_list.sort(key=lambda x: int(x.replace("frame", "").split('.')[0]))
img = Image.open(os.path.join(im_dir, im_list[0]))
img_size = img.size # 获得图片分辨率,文件夹下的图片分辨率需要一致,要是不一致可以写一个if函数resize一下~
fourcc = cv2.VideoWriter_fourcc(*'XVID') # opencv版本是3
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
for i in im_list:
im_name = os.path.join(im_dir + i)
frame = cv2.imdecode(np.fromfile(im_name, dtype=np.uint8), -1)
videoWriter.write(frame)
videoWriter.release()
print('Done')
大功告成
import cv2
import os
import numpy as np
from PIL import Image
def frame2video(im_dir, video_dir, fps):
im_list = os.listdir(im_dir)
im_list.sort(key=lambda x: int(x.replace("frame", "").split('.')[0]))
img = Image.open(os.path.join(im_dir, im_list[0]))
img_size = img.size
fourcc = cv2.VideoWriter_fourcc(*'XVID') # opencv版本是3
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
for i in im_list:
im_name = os.path.join(im_dir + i)
frame = cv2.imdecode(np.fromfile(im_name, dtype=np.uint8), -1)
videoWriter.write(frame)
videoWriter.release()
print('Done')
if __name__ == '__main__':
im_dir = ' '
dir_list=os.listdir(im_dir)
fps = 20
dir_video=' '
video_dir = dir_video + '.avi'
frame2video(im_dir, video_dir, fps)
以上就是Python实现图片和视频的相互转换的详细内容,更多关于Python图片和视频相互转换的资料请关注我们其它相关文章!
本文标题为:Python实现图片和视频的相互转换
基础教程推荐
- Centos7下安装python环境 2023-09-04
- CentOS 7.5 安装 Python3.7 2023-09-03
- python的环境conda简介 2022-10-20
- 四步教你学会打包一个新的Python模块 2022-10-20
- Python爬取当网书籍数据并数据可视化展示 2023-08-11
- 基于Python实现股票数据分析的可视化 2023-08-04
- Python 中 Elias Delta 编码详情 2023-08-08
- Python基础学习之函数和代码复用详解 2022-09-02
- ubuntu 18 python3.6 的安装与 python2的版本切换 2023-09-03
- centos系统 anaconda3(python3)安装pygrib 2023-09-04