import cv2 import os def resize_image(image_path, width, height): """调整图片大小""" img = cv2.imread(image_path, cv2.IMREAD_UNCHANGED) resized = cv2.resize(img, (width, height), interpolation=cv2.INTER_AREA) cv2.imwrite(image_path, resized) def extract_frames(video_path, target_path): """提取视频帧并保存封面图""" try: vc = cv2.VideoCapture(video_path) # 读取视频 success, frame = vc.read() # 读取当前帧,success用于判断读取是否成功 count = 0 # 初始化计数器 while success: file_name = os.path.splitext(os.path.basename(video_path))[0] + f'_{count}.jpg' frame_path = os.path.join(target_path, file_name) cv2.imwrite(frame_path, frame) # 将当前帧保存为图片到 frame_path resize_image(frame_path, 2560, 1440) # 调整图片大小 success, frame = vc.read() # 继续读取下一帧 count += 1 # 计数器加1 except Exception as e: print(f"获取视频帧失败: {e}") if __name__ == '__main__': video_folder = 'D:/path/to/videos/1/银二-主井皮带_20230523151417' # 视频文件夹目录 target_path = 'D:/path/to/frames/1' # 帧截图保存路径 if not os.path.exists(target_path): # 如果目标路径不存在原文件夹的话就创建 os.makedirs(target_path) for file_name in os.listdir(video_folder): file_path = os.path.join(video_folder, file_name) if os.path.isfile(file_path) and file_name.endswith('.mp4'): extract_frames(file_path, target_path) print("程序执行完毕!")
时间: 2023-12-30 21:05:49 浏览: 142
这是一段Python代码,主要功能是从指定的视频文件夹中提取视频帧并保存为图片。具体实现过程如下:
1. 引入cv2和os模块。
2. 定义resize_image函数,用于调整图片大小。该函数接收三个参数:图片路径、目标宽度和目标高度。
3. 定义extract_frames函数,用于提取视频帧并保存封面图。该函数接收两个参数:视频路径和目标路径。
4. 在extract_frames函数中,通过cv2.VideoCapture读取视频,并依次读取每一帧进行处理。在读取每一帧时,先生成当前帧的文件名,然后将该帧写入到指定路径下的文件中。
5. 调用resize_image函数,将图片大小调整为指定的宽度和高度。
6. 在主函数中,指定视频文件夹路径和目标路径,并循环遍历视频文件夹下的所有mp4格式的视频文件。对于每一个mp4格式的视频文件,调用extract_frames函数提取视频帧并保存为图片。
7. 输出程序执行完毕的提示信息。
需要注意的是,该代码需要安装OpenCV库才能正常运行。
相关问题
写一段 python 代码,可以用 cv2 在不改变原有图片的比例的前提下,将一个不是 640×640的图片转换成640×640, 用 pad 功能将新图片比例外的 pixel 填充为黑色
以下是可以实现此功能的 Python 代码:
```python
import cv2
import numpy as np
def resize_pad_image(image_path):
img = cv2.imread(image_path)
height, width, _ = img.shape
if height > width:
scale = 640 / height
new_height = 640
new_width = int(width * scale)
else:
scale = 640 / width
new_width = 640
new_height = int(height * scale)
resized_img = cv2.resize(img, (new_width, new_height))
pad_x = int((640 - new_width) / 2)
pad_y = int((640 - new_height) / 2)
padded_img = cv2.copyMakeBorder(resized_img, pad_y, pad_y, pad_x, pad_x, cv2.BORDER_CONSTANT, value=[0, 0, 0])
return padded_img
```
使用方法:
```python
padded_img = resize_pad_image('image.jpg')
cv2.imshow('Padded Image', padded_img)
cv2.waitKey(0)
```
其中,`image.jpg` 是需要转换的图片路径。此函数将返回一个大小为 640x640 的经过填充的图片。
编写python+opencv程序,将 N 幅图片批量转换为 2*N 幅 隔行扫描 的图片
### 回答1:
可以OpenCV库来实现这个功能。下面是一个简单的示例代码:
```python
import cv2
import os
# 定义要转换的图片路径和输出路径
input_dir = 'path/to/input/directory'
output_dir = 'path/to/output/directory'
# 获取所有图片文件名
files = os.listdir(input_dir)
for filename in files:
# 读取图片
img = cv2.imread(os.path.join(input_dir, filename))
# 获取图片的高度和宽度
height, width = img.shape[:2]
# 创建一个新的空白图像,高度为原图的两倍,宽度不变
new_img = cv2.resize(img, (width, height * 2))
# 将原图每隔一行复制到新图像的对应位置
new_img[::2, :] = img[::2, :]
# 将新图像保存到输出路径
cv2.imwrite(os.path.join(output_dir, filename), new_img)
```
该代码将指定路径下的所有图片批量转换为隔行扫描的图片,并保存到指定的输出路径中。你只需要将`input_dir`和`output_dir`变量替换为你自己的路径即可。
### 回答2:
编写Python OpenCV程序,将N幅图片批量转换为2*N幅隔行扫描的图片可以按照以下步骤进行实现:
1. 导入所需的库,包括`cv2`和`os`。
```python
import cv2
import os
```
2. 通过`os`库遍历图片的文件夹,获取所有图片的文件名。
```python
img_folder = '图片文件夹路径'
img_files = os.listdir(img_folder)
```
3. 使用`for`循环遍历每个图片文件,并依次进行隔行扫描的转换。
```python
for img_file in img_files:
# 读取原始图片
img = cv2.imread(os.path.join(img_folder, img_file))
# 获取原始图片的宽度和高度
height, width, _ = img.shape
# 创建新的图片,宽度不变,高度为原始图片的2倍
new_img = np.zeros((height*2, width, 3), dtype=np.uint8)
# 将原始图片的奇数行复制到新的图片的奇数行
new_img[1::2, :, :] = img[1::2, :, :]
# 保存转换后的图片
cv2.imwrite(os.path.join(img_folder, 'converted_' + img_file), new_img)
```
通过以上步骤,我们可以将N幅图片批量转换为2*N幅隔行扫描的图片。其中,`img_folder`为存放图片的文件夹路径,`os.path.join`用于拼接文件路径,`cv2.imread`用于读取原始图片,`np.zeros`创建新的图片,`new_img[1::2, :, :]`用于复制原始图片的奇数行到新的图片的奇数行,`cv2.imwrite`保存转换后的图片。最终生成的图片文件名会在原始图片文件名前加上`converted_`前缀。
### 回答3:
编写Python OpenCV程序,将N幅图片批量转换为2*N幅隔行扫描的图片,可以按以下步骤进行:
1. 导入OpenCV库:
```python
import cv2
```
2. 定义一个函数来实现图片的隔行扫描:
```python
def scan_images(image_paths):
output_images = []
for image_path in image_paths:
img = cv2.imread(image_path)
height, width, _ = img.shape
output_img = cv2.resize(img, (width, height*2)) # 创建一个双倍高度的空白图像
output_img[1::2, :] = img[::2, :] # 使用隔行索引将原图的像素复制到空白图像的偶数行
output_images.append(output_img)
return output_images
```
3. 调用函数并传入图片路径来进行批量转换:
```python
image_paths = ["image1.jpg", "image2.jpg", "image3.jpg"] # 替换为实际的图片路径
output_images = scan_images(image_paths)
```
4. 可选:保存转换后的图片到指定文件夹中:
```python
for i, image in enumerate(output_images):
cv2.imwrite(f"output_image{i+1}.jpg", image)
```
通过以上步骤,你可以编写一个Python OpenCV程序来将N幅图片批量转换为2*N幅的隔行扫描图片。