Preface

最近在做 video caption 相關，要處理大量視頻。

今天碰到一個問題，就是要將 YoutubeClips 數據集 中的 avi 格式的視頻，將其視頻中的每一幀提取出來。之后用 High accuracy optical flow estimation based on a theory for warping 提出的 Optical Flow（光流），提取運動的光流特征。

Method 1

方法 1 是最簡單的，用 FFmpeg 工具來完成。

具體的網上有很多這方面的資料，本人只是簡單了解了一下如何使用。如下圖，有一個名為 ffmpeg_test.avi 的視頻：

在當前目錄打開終端，輸入如下命令：

            
$ffmpeg -i ffmpeg_test.avi frames_%03d.jpg -hide_banner
          

以上我沒有指定太多的參數，實際上有很多參數可以指定，如起止的時間，幾秒鐘取一幀等等。

輸入即可獲得每一幀。

Method 2

下面就是可以用 cv2 模塊中的 VideoCapture、VideoWriter 來提取了，具體代碼如下：

            
#! encoding: UTF-8

import os

import cv2
import cv

videos_src_path = '/home/ou-lc/chenxp/Downloads/Youtube/youtube_select'
videos_save_path = '/home/ou-lc/chenxp/Downloads/Youtube/youtube_frames'

videos = os.listdir(videos_src_path)
videos = filter(lambda x: x.endswith('avi'), videos)

for each_video in videos:
 print each_video

 # get the name of each video, and make the directory to save frames
 each_video_name, _ = each_video.split('.')
 os.mkdir(videos_save_path + '/' + each_video_name)  

 each_video_save_full_path = os.path.join(videos_save_path, each_video_name) + '/'

 # get the full path of each video, which will open the video tp extract frames
 each_video_full_path = os.path.join(videos_src_path, each_video)

 cap = cv2.VideoCapture(each_video_full_path)
 frame_count = 1
 success = True
 while(success):
 success, frame = cap.read()
 print 'Read a new frame: ', success

 params = []
 params.append(cv.CV_IMWRITE_PXM_BINARY)
 params.append(1)
 cv2.imwrite(each_video_save_full_path + each_video_name + "_%d.ppm" % frame_count, frame, params)

 frame_count = frame_count + 1

cap.release()
          

在最后，我將每一幀保存為 PPM 格式。因為我需要調用之前的 optical flow 論文中的 of 程序，來提取 optical flow image（光流圖）。

保存時，根據 opencv 的 Doc：OpenCV 2.4.9 cv2.imwrite，其參數的指定方式如上。一開始在這里跌了好幾個跟頭，因為不知道如何將參數正確的指定。

Reference

http://stackoverflow.com/questions/33311153/python-extracting-and-saving-video-frames
http://stackoverflow.com/questions/12216333/opencv-imread-imwrite-increases-the-size-of-png

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。