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！")

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：

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：

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：

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`。

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。

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。

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：

import cv2

2. 定义一个函数来实现图片的隔行扫描：

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：

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：

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。