做刘教练的Python-Boys
本文是一个非常完整的Python实战项目，主要内容包含：
在此感谢周杰伦的《本草纲目》、刘畊宏教练、百度平台以及参考的大佬们的方法，本文仅做个人学习使用。
视频下载神器：you-get
you-get是一个下载视频的神器，安装之后一行代码即可下载视频
1
you-get [url]
1
you-get https://www.bilibili.com/video/BV1yY4y1i7Pw?t=1079.2 # 一行代码下载视频
视频切割成图片
下面的代码实现的功能是将上面获取到的代码切割成一张张的图片：
1、opencv中通过VideoCaptrue类对视频进行读取操作以及调用摄像头
filename：打开的视频文件名
device：打开的视频捕获设备id ，如果只有一个摄像头可以填0，表示打开默认的摄像头
2、videoCapture.read()：表示读取视频的下一帧
第一个返回值为是否成功获取视频帧：True/False
第二个返回值为返回的视频帧：帧数
1
import cv2
2
import numpy as np
3
import random
4
import os
5
6
# 保存图片的函数
7
def save_images(image, addr,num):
8
address = addr + str(num) + ".jpg"
9
cv2.imwrite(address, image)
10
11
12
# 读取视频
13
videoCapture = cv2.VideoCapture("刘畊宏，毽子操x10+蝴蝶袖+臀腿操（自用）.mp4")
14
success, frame = videoCapture.read()
15
16
time_ = 100
17
i = 0
18
j = 0
19
20
while success: # 如果成功获取到视频帧
21
i += 1
22
if i % time_ == 0:
23
s = 0 # 名称的编号
24
j = j + 1
25
s += j
26
save_images(frame, "./picture/",s) # 写入目录后再继续读取
27
success, frame = videoCapture.read()
28
29
videoCapture.release() # 释放资源
这样最终我们就将这个视频分成了835张图片
百度人像分割
实际使用
1、先在百度云平台创建人像分割实例
新建一个人像分割的实例，新注册用户可免费领取资源，官网地址：https://cloud.baidu.com/product/body/seg。下面是小编申请的一个实例：
注意点1：一定是安装baidu_aip库，而不是aip
1
pip install baidu_aip # 安装库，一定要是baidu_aip
注意点2：在当前路径下新建一个mask文件，用来存放分割后的图片。
下面是分割之后的二值图效果：
百度demo
具体的百度官方文档请参考：https://cloud.baidu.com/doc/BODY/s/4k3cpyner
百度官方的案例如下：
1
# 官方demo
2
""" 读取图片 """
3
def get_file_content(filePath):
4
with open(filePath, 'rb') as fp:
5
return fp.read()
6
7
image = get_file_content('example.jpg')
8
""" 调用人像分割 """
9
client.bodySeg(image);
10
11
""" 如果有可选参数 """
12
options = {}
13
options["type"] = "labelmap"
14
15
""" 带参数调用人像分割 """
16
client.bodySeg(image, options)
注：返回的二值图像需要进行二次处理才可查看分割效果；灰度图和前景人像图不用处理，直接解码保存图片即可。
获取B站弹幕
接下来是获取上面视频的弹幕，请参考一位NLP大佬：https://github.com/godweiyang/bilibili-danmu
1
import re
2
import requests
3
import pandas as pd
4
import time
5
from tqdm import trange
6
7
8
# 视频页面点击“浏览器地址栏小锁-Cookie-bilibili.com-Cookie-SESSDATA”进行获取
9
SESSDATA = ""
10
11
# 视频页面“按F12-Console-输入document.cookie”进行获取
12
cookie = ""
13
14
cookie += f";SESSDATA={SESSDATA}"
15
16
headers = {
17
"user-agent": "",
18
"cookie": cookie,
19
}
20
21
22
def get_info(vid):
23
"""
24
vid：视频号id
25
"""
26
27
# 构造URL地址
28
# https://api.bilibili.com/x/web-interface/view/detail?bvid=BV1yY4y1i7Pw
29
url = f"https://api.bilibili.com/x/web-interface/view/detail?bvid={vid}"
30
31
response = requests.get(url, headers=headers)
32
response.encoding = "utf-8"
33
data = response.json() # json格式数据
34
35
info = {}
36
info["标题"] = data["data"]["View"]["title"]
37
info["总弹幕数"] = data["data"]["View"]["stat"]["danmaku"]
38
info["视频数量"] = data["data"]["View"]["videos"]
39
info["cid"] = [dic["cid"] for dic in data["data"]["View"]["pages"]]
40
41
if info["视频数量"] > 1:
42
info["子标题"] = [dic["part"] for dic in data["data"]["View"]["pages"]]
43
44
# for k, v in info.items():
45
# print(k + ":", v)
46
return info
47
48
49
def get_danmu(info, start, end):
50
51
# 爬取的时间范围设置
52
date_list = [i for i in pd.date_range(start, end).strftime("%Y-%m-%d")]
53
all_dms = []
54
55
for i, cid in enumerate(info["cid"]):
56
dms = []
57
for j in trange(len(date_list)):
58
url = f"https://api.bilibili.com/x/v2/dm/web/history/seg.so?type=1&oid={cid}&date={date_list[j]}"
59
response = requests.get(url, headers=headers)
60
response.encoding = "utf-8"
61
62
data = re.findall(r"[:](.*?)[@]", response.text)
63
dms += [dm[1:] for dm in data]
64
time.sleep(3)
65
# if info["视频数量"] > 1:
66
# print("cid:", cid, "弹幕数:", len(dms), "子标题:", info["子标题"][i])
67
all_dms += dms
68
print(f"共获取弹幕{len(all_dms)}条！")
69
return all_dms
70
71
72
if __name__ == "__main__":
73
vid = input("输入视频编号: ")
74
# vid = "BV1yY4y1i7Pw"
75
info = get_info(vid)
76
print("info的内容：",info)
77
78
start = input("弹幕开始时间（年-月-日）: ")
79
end = input("弹幕结束时间（年-月-日）: ")
80
81
danmu = get_danmu(info, start, end)
82
with open("danmu3.txt", "w", encoding="utf-8") as f:
83
for dm in danmu:
84
f.write(dm + "\n")
合成词云图
弹幕的分词是自己的方法和收集的一份常用的停用词表：
1、分词使用的jieba分词。关于jieba分词的使用入门，参考：https://github.com/fxsjy/jieba
快速安装jieba：
1
pip install jieba
1
import pandas as pd
2
import numpy as np
3
import jieba
4
5
from wordcloud import WordCloud
6
from tkinter import _flatten
7
import matplotlib.pyplot as plt
8
%matplotlib inline
9
10
import collections
11
import re
12
import os
13
from PIL import Image
14
15
16
df = pd.DataFrame()
17
# 获取了3个和刘教练相关的视频弹幕
18
txt_list = ["danmu.txt", "danmu1.txt", "danmu2.txt"]
19
20
for txt in txt_list:
21
df1 = pd.read_table(txt, header=None, on_bad_lines='skip')
22
df1.columns = ["information"] # 重命名
23
df1.drop_duplicates("information",inplace=True)
24
25
df = pd.concat([df, df1])
26
27
df.head()
总共是10415个弹幕：查看前10条弹幕信息
2、实施分词
stopwords = [i.strip() for i in open(r'/Users/peter/Desktop/spider/nlp_stopwords.txt').readlines()]
def data_cut(sentence):
# [\u4e00-\u9fa5] 表示只需要弹幕的中文内容
cut_list = jieba.lcut(''.join(re.findall('[\u4e00-\u9fa5]', sentence)), cut_all = False)
# 循环整个cut_list
for i in range(len(cut_list)-1, -1, -1):
if cut_list[i] in stopwords: # 如果元素在停用词表中则删除该信息
del cut_list[i]
return cut_list
result = list(map(lambda x: data_cut(x), information_list))
useful_result = [j for i in result for j in i] # 双层列表的转换
3、统计词频
统计切割之后每个单词的总数：
显示出前80个词云图的效果：
from pyecharts.globals import CurrentConfig, OnlineHostType
from pyecharts import options as opts # 配置项
from pyecharts.charts import WordCloud # 词云图
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType,SymbolType
rec_words = [tuple(z) for z in zip(information["word"].tolist(), information["number"].tolist())]
c = (
WordCloud()
.add("", rec_words[:80], word_size_range=[20, 100], shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts.TitleOpts(title="B站词云图"))
)
c.render_notebook()
效果是动态的：
采用的是wordcloud来绘制静态的词云图，并且保存到本地：
wordcloud.WordCloud(
font_path=None, # 字体路径，英文不用设置路径，中文需要，否则无法正确显示图形
width=400, # 默认宽度
height=200, # 默认高度
margin=2, # 边缘
ranks_only=None,
prefer_horizontal=0.9,
mask=None, # 背景图形，如果想根据图片绘制，则需要设置
scale=1,
color_func=None,
max_words=200, # 最多显示的词汇量
min_font_size=4, # 最小字号
stopwords=None, # 停用词设置，修正词云图时需要设置
random_state=None,
background_color='black', # 背景颜色设置，可以为具体颜色,比如white或者16进制数值
max_font_size=None, # 最大字号
font_step=1,
mode='RGB',
relative_scaling='auto',
regexp=None,
collocations=True,
colormap='viridis', # matplotlib 色图，可更改名称进而更改整体风格
normalize_plurals=True,
contour_width=0,
contour_color='black',
repeat=False
通过下面的代码来生成词云图。注意点：需要新建一个目录wordcloud，来存放生成的词云图
word_counts = collections.Counter(useful_result) # 筛选后统计词频
path = './wordcloud/' # 新建：存放词云图的路径
img_files = os.listdir('./mask')
# 遍历mask目录下的全部文件
for num in range(1, len(img_files) + 1):
img = r'./mask/mask_{}.png'.format(num) # 原图片路径
mask_ = 255 - np.array(Image.open(img)) # 获取蒙版图片
# 绘制词云
plt.figure(figsize=(8, 5), dpi=200)
my_cloud = WordCloud(
background_color='black', # 背景颜色
mask=mask_, # 自定义蒙版
mode='RGBA',
max_words=500,
# 地址路径要改成自己的ttf文件路径
font_path=r'/Users/peter/Desktop/spider/SimHei.ttf'
).generate_from_frequencies(word_counts)
# 显示词云图
plt.imshow(my_cloud)
# 词云图中无坐标轴
plt.axis('off')
wordcloud_name = path + 'wordcloud_{}.png'.format(num)
my_cloud.to_file(wordcloud_name) # 保存词云图片
对应生成的词云图效果：
合成词云视频
基于上面的835张词云图来生成视频：
import cv2
import os
# 输出视频的保存路径
video_dir = 'jianshen.mp4'
# 帧率，控制视频快慢
fps = 5
# 图片尺寸
img_size = (1920, 1080)
fourcc = cv2.VideoWriter_fourcc('M', 'P', '4', 'V') # opencv3.0 mp4会有警告但可以播放
videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)
img_files = os.listdir('./wordcloud')
for i in range(1, 836):
img_path = './wordcloud//wordcloud_{}.png'.format(i)
frame = cv2.imread(img_path)
frame = cv2.resize(frame, img_size) # 生成视频 图片尺寸和设定尺寸相同
videoWriter.write(frame) # 写进视频里
print(f'=按照视频顺序第{i}张图片合进视频=')
# 释放资源
videoWriter.release()
到达这个步骤我们完成了视频的生成，就只剩下添加【本草纲目】的音乐了
添加本草纲目.MP3
添加音频使用的是moviepy。详细使用文档参考官网：
中文：https://moviepy-cn.readthedocs.io/zh/latest/
英文：https://zulko.github.io/moviepy/install.html
先安装很简单：
pip install moviepy
import moviepy.editor as mpy
# 读取词云视频：上个步骤生成的视频
my_clip = mpy.VideoFileClip('jianshen.mp4')
# 截取背景音乐 指定时间范围
# 本草纲目的MP3自己下载，放到同一个目录下
audio_background = mpy.AudioFileClip('本草纲目.mp3').subclip(28,60)
audio_background.write_audiofile('本草纲目1.mp3')
# 插入音频
final_clip = my_clip.set_audio(audio_background)
# 最终视频
final_clip.write_videofile('LGH.mp4')
大功告成👏
整体细节
将you-get获取到的视频和【本草纲目.MP3】放到本地
本地需要建立3个文件，存放不同的图像
代码的步骤参考1-2-3-4-5-6部分；顺序一定不能乱
