使用Python，OpenCV捕获关键事件，并进行视频剪辑

- 1. 效果图
- 2. 原理
- - 2.1 步骤
  - 2.2 如何找到HSV空间值呢？
[[[60 255 255]]]
- 3. 源码
- - 3.1 keyclipwriter.py
  - 3.2 save_key_events.py
- 参考

上一篇博客介绍了如何使用Python、OpenCV写入视频文件，这一篇将介绍如何做有趣的视频剪辑，而不是保留整个视频文件；

总体目标是构建视频概要，将视频流的最关键，突出和有趣部分提炼成一系列短视频文件。

使用场景有：

访问在区域中检测到的运动物体；
截取入侵者进入房子或公寓的片段；

什么才是视频的关键帧、有趣部分，则完全取决于您的需求和目标；

使用此方法，可以将小时级的视频流素材缩小为多个秒级的有趣事件的小视频，有效地产生视频概要。

1. 效果图

检测画面中的绿色盆，并将其生成gif图，如下：

2. 原理

2.1 步骤

定义关键事件；
将包含事件的视频片段写入到视频文件；

利用线程以确保在输入流和输出视频剪辑文件中执行I / O时，不会放慢主程序的速度。
利用内置的Python数据结构，如DEQUE队列以按顺序存放关键帧；

2.2 如何找到HSV空间值呢？

比如要寻找绿色，可以找到绿色对应的BGR(0,255,0) ,利用opencv转换为HSV，然后取[ H-10,S,V]为下限 – [ H+10,S,V]为上限；

green = np.uint8([[[0, 255, 0]]])
hsv_green = cv2.cvtColor(green, cv2.COLOR_BGR2HSV)
print(hsv_green)

[[[60 255 255]]]

3. 源码

3.1 keyclipwriter.py

# 导入必要的包
from collections import deque # 导入队列，FIFO（first in first out）先进先出原则
from threading import Thread
from queue import Queue
import time
import cv2class KeyClipWriter:# bufSize 要在内存缓冲区中缓存的最大帧数# timeout 超时时间def __init__(self, bufSize=64, timeout=1.0):# 存储在内存中要保留的最大缓冲区大小 以及睡眠超时期间self.bufSize = bufSizeself.timeout = timeout# 初始化帧的缓冲区（64帧）、Q：待写入的视频帧、视频写入类、 多线程（以避免I/O延迟）# recordering boolean类型指示录制是否已启动self.frames = deque(maxlen=bufSize)self.Q = Noneself.writer = Noneself.thread = Noneself.recording = Falsedef update(self, frame):# 更新帧缓冲区self.frames.appendleft(frame)# 如果正在记录，将帧加入队列if self.recording:self.Q.put(frame)def start(self, outputPath, fourcc, fps):# 展示正在记录关键事件帧# 表明正在录制，启动视频写入类，初始化需要写入视频文件的帧队列self.recording = Trueself.writer = cv2.VideoWriter(outputPath, fourcc, fps,(600,600), True)self.Q = Queue()# 循环遍历所有帧，并加入队列for i in range(len(self.frames), 0, -1):self.Q.put(self.frames[i - 1])# 开启一个单独的线程写入帧到视频文件self.thread = Thread(target=self.write, args=())self.thread.daemon = Trueself.thread.start()def write(self):# 保持循环while True:# 如果停止了录制，退出线程if not self.recording:return# 判断队列是否已经没有关键事件帧了if not self.Q.empty():# 获取队列中的下一帧并写入视频文件frame = self.Q.get()self.writer.write(frame)# 如果队列已经空了，sleep超时时间以不浪费cpu周期# 使用队列时空闲一会儿尤其重要，队列数据结构是线程安全的，暗示必须在更新内部缓冲区之前获取锁/信号量。# 如果不sleep，当缓冲区为空时，然后写入和更新方法将不断为锁而战斗。相反，最好让视频写入类等待一会儿，直到需要写入文件的队列中存在积压的帧。else:time.sleep(self.timeout)def flush(self):# 通过刷新所有剩余帧来清空队列while not self.Q.empty():frame = self.Q.get()self.writer.write(frame)def finish(self):# 表明结束录制、加入线程# 刷新队列中的所有帧到视频文件# 释放视频写入指针self.recording = Falseself.thread.join()self.flush()self.writer.release()

3.2 save_key_events.py

# USAGE
# python save_key_events.py --output output#  导入必要的包
from pyimagesearch.keyclipwriter import KeyClipWriter
from imutils.video import VideoStream
import argparse
import datetime
import imutils
import time
import cv2# 构建命令行参数及解析
# --output 输出视频剪辑文件的路径及名称
# --picamera 是否使用树莓摄像头，默认-1：不是
# --fps 输出视频剪辑的帧率（即每秒的帧数） 默认20
# --codec 输出视频剪辑的四维编解码器 默认MJPG
# --buffer-size 视频剪切类的缓冲区大小 默认32，用于存储来自相机传感器最近轮询帧的内存缓冲区的大小。
#               较大的缓冲大小将允许在“关键事件”中包含在输出视频剪辑中的“关键事件”之前和之后的更多上下文，而较小的缓冲大小将在“关键事件”之前和之后存储更少的帧；
ap = argparse.ArgumentParser()
ap.add_argument("-o", "--output", required=True,help="path to output directory")
ap.add_argument("-p", "--picamera", type=int, default=-1,help="whether or not the Raspberry Pi camera should be used")
ap.add_argument("-f", "--fps", type=int, default=20,help="FPS of output video")
ap.add_argument("-c", "--codec", type=str, default="MJPG",help="codec of output video")
ap.add_argument("-b", "--buffer-size", type=int, default=32,help="buffer size of video clip writer")
args = vars(ap.parse_args())# 初始化视频流，并预热相机传感器2s
print("[INFO] warming up camera...")
vs = VideoStream(usePiCamera=args["picamera"] > 0).start()
time.sleep(2.0)# 定义绿色球的较低和上边界HSV颜色空间
greenLower = (29, 86, 6)
greenUpper = (64, 255, 255)# 初始化关键事件剪辑类，
# 初始化用于计算尚未包含任何有趣事件的连续帧数的整数。
kcw = KeyClipWriter(bufSize=args["buffer_size"])
consecFrames = 0# 保持循环
while True:# 获取当前帧，缩放，初始化一个布尔类型值updateConsecFrames表示是否连续帧计数器应该被更新frame = vs.read()frame = imutils.resize(frame, width=600)updateConsecFrames = True# 高斯模糊帧，并将其RGB颜色空间转换为HSV颜色空间，因此可以使用颜色阈值blurred = cv2.GaussianBlur(frame, (11, 11), 0)hsv = cv2.cvtColor(blurred, cv2.COLOR_BGR2HSV)# 为绿色构建一个颜色mask，然后执行一系列腐蚀膨胀操作已移除mask中小斑点# cv2.inRange实际进行颜色阈值处理，cv2.erode腐蚀，cv2.dilate膨胀操作mask = cv2.inRange(hsv, greenLower, greenUpper)mask = cv2.erode(mask, None, iterations=2)mask = cv2.dilate(mask, None, iterations=2)# 在mask中查找轮廓cnts = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)cnts = imutils.grab_contours(cnts)# 当发现轮廓时继续处理if len(cnts) > 0:# 寻找mask中最大的轮廓，计算最小外接圆c = max(cnts, key=cv2.contourArea)((x, y), radius) = cv2.minEnclosingCircle(c)updateConsecFrames = radius <= 10# 只有当外接圆轮廓达到一定值时处理if radius > 10:# 重置连续帧计数器为0，绘制外接圆轮廓到帧上consecFrames = 0cv2.circle(frame, (int(x), int(y)), int(radius),(0, 0, 255), 2)# 如果还没开始计关键事件帧数，开始记录if not kcw.recording:timestamp = datetime.datetime.now()p = "{}/{}.avi".format(args["output"],timestamp.strftime("%Y%m%d-%H%M%S"))kcw.start(p, cv2.VideoWriter_fourcc(*args["codec"]),args["fps"])# 如果帧中没有任何事件，将没有关键事件帧的帧计数if updateConsecFrames:consecFrames += 1# 更新关键事件帧缓存区kcw.update(frame)# 如果没有关键事件的帧达到一定数量，计数记录剪辑if kcw.recording and consecFrames == args["buffer_size"]:kcw.finish()# 展示帧cv2.imshow("Frame", frame)key = cv2.waitKey(1) & 0xFF# 按下‘q’键，退出循环if key == ord("q"):break# 如果还在录制中，结束录制
if kcw.recording:kcw.finish()# 清理工作，释放窗口，释放视频文件写入指针
cv2.destroyAllWindows()
vs.stop()

参考

https://www.pyimagesearch.com/2016/02/29/saving-key-event-video-clips-with-opencv/

使用Python，OpenCV捕获关键事件，并进行视频剪辑相关推荐

使用Python和OpenCV捕获鼠标事件，并裁剪图像
使用Python和OpenCV捕获鼠标事件,并裁剪图像 1. 效果图 2. 源码参考这篇博客将介绍如何使用Python和OpenCV捕获鼠标事件.还演示了如何快速裁剪和提取图像区域,这在为自己的自 ...
python+opencv 实现图像人脸检测及视频中的人脸检测
执着于理想,纯粹于当下. 文章目录一.数据和知识准备 1. 下载HAAR与LBP数据 2. opencv相关知识二.python+opencv实现人脸检测 1. 图像单人脸检测 2. 图像多人脸检 ...
Python OpenCV高速公路道路汽车车辆摄像头视频侦测检测识别统计数量
Python OpenCV高速公路道路汽车车辆侦测检测识别统计数量如需安装运行环境或远程调试,可加QQ905733049由专业技术人员远程协助! 运行结果如下: 运行主要代码如下: import c ...
python在哪下快播_moviepy音视频剪辑：使用fl_time进行诸如快播、慢播、倒序播放等时间特效处理的原理和可能遇到的坑...
一.引言在<moviepy音视频剪辑:moviepy中的剪辑基类Clip的属性和方法详解>介绍了fl_time方法返回一个新剪辑,新剪辑是调用剪辑的一个浅拷贝,但新剪辑的时间线被调整,实 ...
Python+OpenCV 图像处理系列（2）—— 视频捕获、播放和保存
1.视频捕获为了获取视频,首先需要创建一个 VideoCapture 类对象.它的参数可以是设备的索引号,或者是一个视频文件.设备索引号就是在指定要使用的摄像头.一般的笔记本电脑都有内置摄像头.所以 ...
Python Opencv 实现鼠标事件（包含一个练习）——事件触发讲解·以及鼠标回调函数的实现
文章目录鼠标事件概述鼠标事件发生的结构鼠标回调函数的标准格式 opencv下包含的所有事件--包含flag和event(可以看一下,熟悉常见事件范围) 鼠标事件的实现函数一个完整的鼠标事件由一 ...
android 蓝牙耳机按钮,如何利用android从蓝牙耳机中捕获关键事件_bluetooth_开发99编程知识库...
将广播侦听器添加到 MEDIA_BUTTON: 你应该在应用程序( 不在清单文件中) 中注册你的广播接收器. 否则,谷歌音乐播放器将捕捉你的广播和船上. 你的IntentFilter 优先级应该高于其 ...
python+opencv+PIL，在图片和视频中写入中文（汉字）
原博客地址:https://blog.csdn.net/wyx100/article/details/80412101 效果代码 #!/usr/bin/env python # -*- coding ...
使用Python+OpenCV将连续图片生成avi视频
import cv2 import osim_dir = '...' # 图片存储路径 video_dir = '.../a.avi' # 视频存储路径及视频名 fps = 30 # 帧率一般选择20 ...

使用Python，OpenCV捕获关键事件，并进行视频剪辑

使用Python，OpenCV捕获关键事件，并进行视频剪辑

1. 效果图

2. 原理

2.1 步骤

2.2 如何找到HSV空间值呢？

[[[60 255 255]]]

3. 源码

3.1 keyclipwriter.py

3.2 save_key_events.py

参考

使用Python，OpenCV捕获关键事件，并进行视频剪辑相关推荐

最新文章

热门文章