python基于OpenCV模塊實現視頻流數據切割為圖像幀數據(流程分析)
動態(tài)視頻流數據的處理可以轉化為靜態(tài)圖像幀的處理,這樣就可以在不改動圖像模型的情況下實現視頻流數據的處理工作,當然視頻流數據也可以采用視頻的處理方法來直接處理,這里今天主要是實踐一下視頻流數據的預處理工作,即:將視頻流數據切割為圖像幀數據,實踐內容很簡單,具體如下所示:
#!usr/bin/env python
#encoding:utf-8
'''
__Author__:沂水寒城
功能: 視頻數據切割成圖像數據
'''
import os
import cv2
import numpy as np
import cv2.cv as cv
def cutVedios2Pictures(vedio_path='FR.mp4',saveDir='pictures/myself/'):
'''
視頻流數據切割成圖片數據
'''
if not os.path.exists(saveDir):
os.makedirs(saveDir)
vc=cv2.VideoCapture(vedio_path)
c=1
if vc.isOpened():
rval,frame=vc.read()
else:
rval=False
while rval:
rval,frame=vc.read()
cv2.imwrite(saveDir+str(c)+'.jpg',frame)
c=c+1
cv2.waitKey(1)
vc.release()
if __name__=='__main__':
cutVedios2Pictures(vedio_path='vedios/cat_dog.mp4',saveDir='pictures/cat_dog/') 測試數據是在網上找的一個Kaggle圖像分類比賽貓狗大戰(zhàn)的神經網絡模型示意圖,結果如下:

一共切割得到了126幀圖像數據,還是蠻有意思的。
到此這篇關于python基于OpenCV模塊實現視頻流數據切割為圖像幀數據的文章就介紹到這了,更多相關python視頻流數據切割為圖像幀數據內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python利用pynimate實現制作動態(tài)排序圖
這篇文章主要為大家詳細介紹了Python如何利用pynimate實現制作動態(tài)排序圖,文中的示例代碼講解詳細,感興趣的小伙伴可以跟隨小編一起學習一下2023-02-02
python+selenium+autoit實現文件上傳功能
這篇文章主要介紹了python+selenium+autoit實現文件上傳功能,需要的朋友可以參考下2017-08-08
用python打包exe應用程序及PyInstaller安裝方式
PyInstaller 制作出來的執(zhí)行文件并不是跨平臺的,如果需要為不同平臺打包,就要在相應平臺上運行PyInstaller進行打包。今天通過本文給大家介紹用python打包exe應用程序及PyInstaller安裝方式,感興趣的朋友一起看看吧2021-12-12

