小编自己码的通用型函数，支持各种常用视频格式，可满足常用需求，亲测效果和速度都不错。

想获取本文数据和完整代码的下载链接，请关注微信公众号"R语言和Python学堂"，并回复发文日期"20181103"。

最近在帮着处理实验上的一些视频，我们知道视频是由一帧一帧图片叠加而制成的。其中第一步就是要把视频中的图片提取出来，怎么做呢？

有人会说，网上应该有很多相关小软件可以做这个事情。仔细一想，大多数软件应该不能满足以后的需求，比如：批量处理视频，提取视频某段时间内的图片，每隔一段时间提取一张图片。。。

Google了一下，发现Python在处理视频方面表现非常优秀，多数都是基于OpenCV库的。为了解决我的需求，因此决定自己写个基于Python+OpenCV的通用函数，来解决以后在提取图片过程中的各种需求。

这个函数就是本文要介绍的video2frames()函数，功能就是从视频中提取图片，名称“video2frames”是我自己取的，还比较形象。现将它分享给大家，感兴趣的小伙伴们可以参考一下，完整代码附在文末。

1. 主要功能

这个函数有以下主要功能：

提取特定时间点图片，比如：提取视频第3秒， 第5秒，第9秒图片

设定提取的起始时刻，比如：从视频的第10秒开始提取

设定提取的终止时刻，比如：100秒后的视频不提取图片

设定每隔多少秒提取一张图片，比如：每隔2秒从视频中提取一张图片

2. 函数参数

video2frames()函数的原型为：

video2frames(pathIn='',

pathOut='',

only_output_video_info = False,

extract_time_points = None,

initial_extract_time = 0,

end_extract_time = None,

extract_time_interval = -1,

output_prefix = 'frame',

jpg_quality = 100,

isColor = True)

各参数的意义：

pathIn：视频的路径，比如：F:\python_tutorials\test.mp4

pathOut：设定提取的图片保存在哪个文件夹下，比如：F:\python_tutorials\frames\。如果该文件夹不存在，函数将自动创建它

only_output_video_info：如果为True，只输出视频信息(长度、帧数和帧率)，不提取图片

extract_time_points：提取的时间点，单位为秒，为元组数据，比如，(2, 3, 5)表示只提取视频第2秒， 第3秒，第5秒图片

initial_extract_time：提取的起始时刻，单位为秒，默认为0(即从视频最开始提取)

end_extract_time：提取的终止时刻，单位为秒，默认为None(即视频终点)

extract_time_interval：提取的时间间隔，单位为秒，默认为-1(即输出时间范围内的所有帧)

output_prefix：图片的前缀名，默认为frame，那么图片的名称将为frame_000001.jpg、frame_000002.jpg、frame_000003.jpg......

jpg_quality：设置图片质量，范围为0到100，默认为100(质量最佳)

isColor：如果为False，输出的将是黑白图片

目前只支持输出jpg格式图片

3. 例子

下面来测试一下这个函数的功能：

设置only_output_video_info为True，将只输出视频信息，不提取图片

>>> pathIn = 'test.mp4'

>>> video2frames(pathIn, only_output_video_info=True)

only output the video information (without extract frames)::::::

Duration of the video: 5.28 seconds

Number of frames: 132

Frames per second (FPS): 25.0

可以看到，视频test.mp4的长度为5.28秒，共132帧，帧率为25.0

提取所有图片，并保存到指定文件夹下

>>> pathIn = 'test.mp4'

>>> pathOut = './frames1/'

>>> video2frames(pathIn, pathOut)

Converting a video into frames......

Write a new frame: True, 1/132

Write a new frame: True, 2/132

..............................

Write a new frame: True, 131/132

Write a new frame: True, 132/132

可以看到，视频的132帧图片全部提取到frames1文件夹下

设置extract_time_points参数，提取特定时间点的图片

>>> pathIn = 'test.mp4'

>>> pathOut = './frames2'

>>> video2frames(pathIn, pathOut, extract_time_points=(1, 2, 5))

Write a new frame: True, 1th

Write a new frame: True, 2th

Write a new frame: True, 3th

可以看到，只提取了第1秒，第2秒和第5秒图片

每隔一段时间提取图片，并设置初始时刻和终止时刻

>>> pathIn = 'test.mp4'

>>> pathOut = './frames3'

>>> video2frames(pathIn, pathOut,

initial_extract_time=1,

end_extract_time=3,

extract_time_interval = 0.5)

Converting a video into frames......

Write a new frame: True, 1th

Write a new frame: True, 2th

Write a new frame: True, 3th

Write a new frame: True, 4th

Write a new frame: True, 5th

可以看到，1到3秒内的视频每隔0.5秒提取图片，共5张图片(分别为1s, 1.5s, 2s, 2.5s, 3s时刻的图片)

设置jpg_quality参数，改变输出图片的质量

>>> pathOut = './frames4'

>>> pathIn = 'test.mp4'

>>> video2frames(pathIn, pathOut, extract_time_points=(0.3, 2), jpg_quality=50)

Write a new frame: True, 1th

Write a new frame: True, 2th

设置isColor参数为False，提取的照片将是黑白色

>>> pathOut = './frames5'

>>> pathIn = 'test.mp4'

>>> video2frames(pathIn, pathOut, extract_time_points=(0.3, 2), isColor=False)

Write a new frame: True, 1th

Write a new frame: True, 2th

video2frames()函数的功能测试到此结束。

4. 完整代码

函数为通用型的，因此代码较长，可能还存在可以优化的地方，仅供参考。

完整代码如下：

# -*- coding: utf-8 -*-

import os

import cv2 ##加载OpenCV模块

def video2frames(pathIn='',

pathOut='',

only_output_video_info = False,

extract_time_points = None,

initial_extract_time = 0,

end_extract_time = None,

extract_time_interval = -1,

output_prefix = 'frame',

jpg_quality = 100,

isColor = True):

'''

pathIn：视频的路径，比如：F:\python_tutorials\test.mp4

pathOut：设定提取的图片保存在哪个文件夹下，比如：F:\python_tutorials\frames1\。如果该文件夹不存在，函数将自动创建它

only_output_video_info：如果为True，只输出视频信息(长度、帧数和帧率)，不提取图片

extract_time_points：提取的时间点，单位为秒，为元组数据，比如，(2, 3, 5)表示只提取视频第2秒， 第3秒，第5秒图片

initial_extract_time：提取的起始时刻，单位为秒，默认为0(即从视频最开始提取)

end_extract_time：提取的终止时刻，单位为秒，默认为None(即视频终点)

extract_time_interval：提取的时间间隔，单位为秒，默认为-1(即输出时间范围内的所有帧)

output_prefix：图片的前缀名，默认为frame，图片的名称将为frame_000001.jpg、frame_000002.jpg、frame_000003.jpg......

jpg_quality：设置图片质量，范围为0到100，默认为100(质量最佳)

isColor：如果为False，输出的将是黑白图片

'''

cap = cv2.VideoCapture(pathIn) ##打开视频文件

n_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) ##视频的帧数

fps = cap.get(cv2.CAP_PROP_FPS) ##视频的帧率

dur = n_frames/fps ##视频的时间

##如果only_output_video_info=True, 只输出视频信息，不提取图片

if only_output_video_info:

print('only output the video information (without extract frames)::::::')

print("Duration of the video: {} seconds".format(dur))

print("Number of frames: {}".format(n_frames))

print("Frames per second (FPS): {}".format(fps))

##提取特定时间点图片

elif extract_time_points is not None:

if max(extract_time_points) > dur: ##判断时间点是否符合要求

raise NameError('the max time point is larger than the video duration....')

try:

os.mkdir(pathOut)

except OSError:

pass

success = True

count = 0

while success and count < len(extract_time_points):

cap.set(cv2.CAP_PROP_POS_MSEC, (1000*extract_time_points[count]))

success,image = cap.read()

if success:

if not isColor:

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) ##转化为黑白图片

print('Write a new frame: {}, {}th'.format(success, count+1))

cv2.imwrite(os.path.join(pathOut, "{}_{:06d}.jpg".format(output_prefix, count+1)), image, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality]) # save frame as JPEG file

count = count + 1

else:

##判断起始时间、终止时间参数是否符合要求

if initial_extract_time > dur:

raise NameError('initial extract time is larger than the video duration....')

if end_extract_time is not None:

if end_extract_time > dur:

raise NameError('end extract time is larger than the video duration....')

if initial_extract_time > end_extract_time:

raise NameError('end extract time is less than the initial extract time....')

##时间范围内的每帧图片都输出

if extract_time_interval == -1:

if initial_extract_time > 0:

cap.set(cv2.CAP_PROP_POS_MSEC, (1000*initial_extract_time))

try:

os.mkdir(pathOut)

except OSError:

pass

print('Converting a video into frames......')

if end_extract_time is not None:

N = (end_extract_time - initial_extract_time)*fps + 1

success = True

count = 0

while success and count < N:

success,image = cap.read()

if success:

if not isColor:

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

print('Write a new frame: {}, {}/{}'.format(success, count+1, n_frames))

cv2.imwrite(os.path.join(pathOut, "{}_{:06d}.jpg".format(output_prefix, count+1)), image, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality]) # save frame as JPEG file

count = count + 1

else:

success = True

count = 0

while success:

success,image = cap.read()

if success:

if not isColor:

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

print('Write a new frame: {}, {}/{}'.format(success, count+1, n_frames))

cv2.imwrite(os.path.join(pathOut, "{}_{:06d}.jpg".format(output_prefix, count+1)), image, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality]) # save frame as JPEG file

count = count + 1

##判断提取时间间隔设置是否符合要求

elif extract_time_interval > 0 and extract_time_interval < 1/fps:

raise NameError('extract_time_interval is less than the frame time interval....')

elif extract_time_interval > (n_frames/fps):

raise NameError('extract_time_interval is larger than the duration of the video....')

##时间范围内每隔一段时间输出一张图片

else:

try:

os.mkdir(pathOut)

except OSError:

pass

print('Converting a video into frames......')

if end_extract_time is not None:

N = (end_extract_time - initial_extract_time)/extract_time_interval + 1

success = True

count = 0

while success and count < N:

cap.set(cv2.CAP_PROP_POS_MSEC, (1000*initial_extract_time+count*1000*extract_time_interval))

success,image = cap.read()

if success:

if not isColor:

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

print('Write a new frame: {}, {}th'.format(success, count+1))

cv2.imwrite(os.path.join(pathOut, "{}_{:06d}.jpg".format(output_prefix, count+1)), image, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality]) # save frame as JPEG file

count = count + 1

else:

success = True

count = 0

while success:

cap.set(cv2.CAP_PROP_POS_MSEC, (1000*initial_extract_time+count*1000*extract_time_interval))

success,image = cap.read()

if success:

if not isColor:

image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

print('Write a new frame: {}, {}th'.format(success, count+1))

cv2.imwrite(os.path.join(pathOut, "{}_{:06d}.jpg".format(output_prefix, count+1)), image, [int(cv2.IMWRITE_JPEG_QUALITY), jpg_quality]) # save frame as JPEG file

count = count + 1

##### 测试

pathIn = 'test.mp4'

video2frames(pathIn, only_output_video_info = True)

pathOut = './frames1/'

video2frames(pathIn, pathOut)

pathOut = './frames2'

video2frames(pathIn, pathOut, extract_time_points=(1, 2, 5))

pathOut = './frames3'

video2frames(pathIn, pathOut,

initial_extract_time=1,

end_extract_time=3,

extract_time_interval = 0.5)

pathOut = './frames4/'

video2frames(pathIn, pathOut, extract_time_points=(0.3, 2), isColor = False)

pathOut = './frames5/'

video2frames(pathIn, pathOut, extract_time_points=(0.3, 2), jpg_quality=50)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本公众号。

感谢您的阅读！想了解更多有关Python技巧，请关注我的微信公众号“R语言和Python学堂”，我将定期更新相关文章。