本文已参与「新人创作礼」活动，一起开启掘金创作之路。
众所周知，每段视频是由一帧帧图像构成，Opencv处理视频图像信息的原理就是将视频转为一帧帧的图像，将图像帧根据需求进行处理后，再将图像帧处理转换为视频，即可达到处理视频的目的。
本实验我们将需要处理的视频准备好了后，利用Python的一系列库函数如Opencv，将视频转换为一批帧图像，再通过代码函数对帧图像的像素进行处理，将其转换为字符串，最后将所有处理好的帧图像转换为视频进行播放，即可达到视频处理的目的。。
本案例的实现过程主要分为以下几步
1.导入数据
2.导入库函数；
3.将视频转化为图像帧；
4.对图片帧进行ASCII码的转换；
5.将转换好的图片帧合成视频；
案例实现代码
1.导入数据
!wget -N https://cnnorth4-modelhub-datasets-obsfs-sfnua.obs.cn-north-4.myhuaweicloud.com/content/35d24c0e-f337-442b-935f-ef8123062d3e/QzNm9F/dataset/test_demo0510.mp4
2.导入库函数
#导入Python库
import cv2
from PIL import Image,ImageFont,ImageDraw
import os
from cv2 import VideoWriter, VideoWriter_fourcc, imread, resize
3.将视频转化为图像帧
#将视频转换为图片存入目标文件夹
def video_to_pic(vp):
number = 0
# 判断载入的视频是否可以打开
if vp.isOpened():
#r：布尔型 （True 或者False）,代表有没有读取到图片，frame：表示截取到的一帧的图片的数据，是个三维数组
r,frame = vp.read()
#判断文件夹是否存在，不存在的话则新建文件夹
if not os.path.exists('cache_pic'):
os.mkdir('cache_pic')
os.chdir('cache_pic')
else:
r = False
#遍历视频，并将每一帧图片写入文件夹
while r:
number += 1
cv2.imwrite(str(number)+'.jpg',frame)
r,frame = vp.read()
print('\n由视频一共生成了{}张图片！'.format(number))
# 修改当前工作目录至主目录
os.chdir("..")
return number
4.对图片帧进行ASCII码的转换
#将图片进行批量化处理
def star_to_char(number, save_pic_path):
#判断文件夹是否存在，不存在的话则新建文件夹
if not os.path.exists('cache_char'):
os.mkdir('cache_char')
# 生成目标图片文件的路径列表
img_path_list = [save_pic_path + r'/{}.jpg'.format(i) for i in range(1, number + 1)]
task = 0
for image_path in img_path_list:
# 获取图片的分辨率
img_width, img_height = Image.open(image_path).size
task += 1
#处理图片，并显示处理进程
img_to_char(image_path, img_width, img_height, task)
print('{}/{} is processed.'.format(task, number))
print('=======================')
print('All pictures were processed!')
print('=======================')
return 0
# 将图片转换为灰度图像后进行ascii_char中的ASCII值输出
# 函数输入像素RGBA值，输出对应的字符码。其原理是将字符均匀地分布在整个灰度范围内，像素灰度值落在哪个区间就对应哪个字符码。
def get_char(r, g, b, alpha=256):
#ascii_char就是字符列表，用来将不同灰度的像素进行不同字符体替换的参照。
ascii_char = list("#RMNHQODBWGPZ*@$C&98?32I1>!:-;. ")
#alpha在为0的时候便是完全透明的图片，所以返回空
if alpha == 0:
return ''
length = len(ascii_char)
#转为灰度图
#RGBA是代表Red(红色)、Green(绿色)、Blue(蓝色)和Alpha的色彩空间，Alpha通道一般用作不透明度参数
#如果一个像素的alpha通道数值为0%，那它就是完全透明的，而数值为100%则意味着一个完全不透明的像素
gray = int(0.2126 * r + 0.7152 * g + 0.0722 * b)
# unit = (256.0 + 1) / len(ascii_char)
unit = 256 / len(ascii_char)
return ascii_char[int(gray / unit)]
def img_to_char(image_path, raw_width, raw_height, task):
width = int(raw_width / 6)
height = int(raw_height / 15)
# 以RGB模式打开
im = Image.open(image_path).convert('RGB')
im = im.resize((width, height), Image.NEAREST)
txt = ''
color = []
#遍历图片的每个像素
for i in range(height):
for j in range(width):
pixel = im.getpixel((j, i))
# 将颜色加入进行索引
color.append((pixel[0], pixel[1], pixel[2]))
if len(pixel) == 4:
txt += get_char(pixel[0], pixel[1], pixel[2], pixel[3])
else:
txt += get_char(pixel[0], pixel[1], pixel[2])
txt += '\n'
color.append((255, 255, 255))
im_txt = Image.new("RGB", (raw_width, raw_height), (255, 255, 255))
dr = ImageDraw.Draw(im_txt)
font = ImageFont.load_default().font
x, y = 0, 0
font_w, font_h = font.getsize(txt[1])
font_h *= 1.37 # 调整字体大小
for i in range(len(txt)):
if (txt[i] == '\n'):
x += font_h
y = -font_w
dr.text((y, x), txt[i], fill=color[i])
y += font_w
#存储处理后的图片至文件夹
os.chdir('cache_char')
im_txt.save(str(task) + '.jpg')
#直接进入新创建的文件夹将生成的图片直接存入文件夹中
os.chdir("..")
return 0
5.将转换好的图片帧合成视频
# 进度条显示
def process_bar(percent, start_str='', end_str='', total_length=0):
bar = ''.join("■ " * int(percent * total_length)) + ''
bar = '\r' + start_str + bar.ljust(total_length) + ' {:0>4.1f}%|'.format(percent * 100) + end_str
print(bar, end='', flush=True)
#图片帧合成视频
def jpg_to_video(char_image_path, FPS):
# 设置视频编码器,这里使用MP42编码器
video_fourcc = VideoWriter_fourcc(*"MP42")
# 生成目标字符图片文件的路径列表
char_img_path_list = [char_image_path + r'/{}.jpg'.format(i) for i in range(1, number + 1)]
# 获取图片的分辨率
char_img_test = Image.open(char_img_path_list[1]).size
if not os.path.exists('video'):
os.mkdir('video')
video_writter = VideoWriter('video/output.avi', video_fourcc, FPS, char_img_test)
sum = len(char_img_path_list)
count = 0
for image_path in char_img_path_list:
img = cv2.imread(image_path)
video_writter.write(img)
end_str = '100%'
count = count + 1
process_bar(count / sum, start_str='', end_str=end_str, total_length=15)
video_writter.release()
print('\n')
print('=======================')
print('The video is finished!')
print('=======================')
主函数
#初始视频路径
video_path = 'test_demo0510.mp4'
#原始视频转为图片的图片保存路径
save_pic_path = 'cache_pic'
#图片经处理后的图片保存路径
save_charpic_path = 'cache_char'
# 读取视频
vp = cv2.VideoCapture(video_path)
# 将视频转换为图片 并进行计数，返回总共生成了多少张图片
number = video_to_pic(vp)
# 计算视频帧数
FPS = vp.get(cv2.CAP_PROP_FPS)
# 将图像进行字符串处理后
star_to_char(number, save_pic_path)
vp.release()
# 将图片合成为视频
jpg_to_video(save_charpic_path, FPS)
视频播放
import cv2
from IPython.display import clear_output, Image, display
def show_video(video_path, show_text):
video = cv2.VideoCapture(video_path)
while True:
try:
clear_output(wait=True)
# 读取视频
ret, frame = video.read()
if not ret:
break
height, width, _ = frame.shape
cv2.putText(frame, show_text, (0, 100), cv2.FONT_HERSHEY_TRIPLEX, 3.65, (255, 0, 0), 2)
frame = cv2.resize(frame, (int(width / 2), int(height / 2)))
_, ret = cv2.imencode('.jpg', frame)
display(Image(data=ret))
except KeyboardInterrupt:
video.release()
#视频循环播放
i=1
while i>0:
show_video('video/output.avi',str(i))
i=i+1
