所以我遵循这个教程,但它似乎没有做任何事情。只是没有。它等待几秒钟并关闭程序。这段代码有什么问题?

import cv2
vidcap = cv2.VideoCapture('Compton.mp4')
success,image = vidcap.read()
count = 0
success = True
while success:
  success,image = vidcap.read()
  cv2.imwrite("frame%d.jpg" % count, image)     # save frame as JPEG file
  if cv2.waitKey(10) == 27:                     # exit if Escape is hit
      break
  count += 1

此外,在评论中它说这限制帧到1000?为什么?

编辑: 我试着先做success = True,但没有帮助。它只创建了一个0字节的图像。


当前回答

从视频演示中提取幻灯片/帧有几个原因,特别是在教育或会议相关视频的情况下。它可以让你在不观看整个视频的情况下访问学习笔记。 我曾多次遇到过这个问题,所以我决定使用python自己创建一个解决方案。我已经使代码开源,你可以很容易地设置这个工具,并在几个简单的步骤中运行它。 参考这个youtube视频教程。 关于如何使用此工具的步骤。

克隆这个项目video2pdfslides 通过运行"pip install -r requirements.txt"来设置您的环境 复制视频路径 执行"python video2pdfslide .py <video_path>" 繁荣!PDF幻灯片将在输出文件夹中提供 做笔记,享受吧!

其他回答

这个函数以1帧/秒的速度从视频中提取图像,此外,它还识别最后一帧并停止读取:

import cv2
import numpy as np

def extract_image_one_fps(video_source_path):

    vidcap = cv2.VideoCapture(video_source_path)
    count = 0
    success = True
    while success:
      vidcap.set(cv2.CAP_PROP_POS_MSEC,(count*1000))      
      success,image = vidcap.read()

      ## Stop when last frame is identified
      image_last = cv2.imread("frame{}.png".format(count-1))
      if np.array_equal(image,image_last):
          break

      cv2.imwrite("frame%d.png" % count, image)     # save frame as PNG file
      print '{}.sec reading a new frame: {} '.format(count,success)
      count += 1

在2022年,你也可以选择使用ImageIO来做到这一点,恕我直言,这是更加轻松和易读的。

import imageio.v3 as iio

for idx, frame in enumerate(iio.imiter("imageio:cockatoo.mp4")):
    iio.imwrite(f"extracted_images/frame{idx:03d}.jpg", frame)

旁注1:"imageio:cockatoo.mp4"是imageio为测试和演示目的提供的标准图像。您可以简单地将其替换为“path/to/your/video.mp4”。

旁注2:你必须安装一个ImageIO的可选依赖项来读取视频数据,这可以通过pip install ImageIO -ffmpeg或pip install av来完成。


你可以对照OpenCV计算时间,你会发现,在这方面,OpenCV也没有太多好处:

Read-Only Timings
=================
OpenCV:         0.453
imageio_ffmpeg: 0.765
imageio_pyav:   0.272
Read + Write Timings
====================
OpenCV:         3.237
imageio_ffmpeg: 1.597
imageio_pyav:   1.506

默认情况下,OpenCV和ImageIO+av读取时的速度差不多。两者都在底层直接绑定到FFmpeg库,所以这并不奇怪。然而,ImageIO允许您调整FFmpeg的默认线程模型(thread_type="FRAME"),这在批量读取时要快得多。

更重要的是,ImageIO在编写JPEG方面比OpenCV快得多。这是因为pillow比OpenCV快,ImageIO利用了这一点。在这种情况下,写图像占据了运行时的主导地位,因此使用ImageIO而不是OpenCV时,整体性能提高了2倍。

下面是代码供参考:

import imageio.v3 as iio
import cv2
import timeit
from pathlib import Path

# create a common local file for benchmarking
video_file = "shared_video.mp4"

if not Path(video_file).exists():
    frames = iio.imread("imageio:cockatoo.mp4")
    meta = iio.immeta("imageio:cockatoo.mp4", exclude_applied=False)
    iio.imwrite(video_file, frames, fps=meta["fps"])

repeats = 10


def read_cv2():
    vidcap = cv2.VideoCapture(video_file)
    success, image = vidcap.read()
    idx = 0
    while success:
        cv2.imwrite(f"extracted_images/frame{idx:03d}.jpg", image)
        success, image = vidcap.read()
        idx += 1


def read_imageio_ffmpeg():
    for idx, frame in enumerate(iio.imiter(video_file, plugin="FFMPEG")):
        iio.imwrite(f"extracted_images/frame{idx:03d}.jpg", frame)


def read_imageio_pyav():
    for idx, frame in enumerate(
        iio.imiter(video_file, plugin="pyav", format="rgb24", thread_type="FRAME")
    ):
        iio.imwrite(f"extracted_images/frame{idx:03d}.jpg", frame)


time_cv2 = (
    timeit.timeit("read_cv2()", setup="from __main__ import read_cv2", number=repeats)
    / repeats
)
time_imageio_ffmpeg = (
    timeit.timeit(
        "read_imageio_ffmpeg()",
        setup="from __main__ import read_imageio_ffmpeg",
        number=repeats,
    )
    / repeats
)
time_imageio_pyav = (
    timeit.timeit(
        "read_imageio_pyav()",
        setup="from __main__ import read_imageio_pyav",
        number=repeats,
    )
    / repeats
)

print(
    f"""
Timings
=======
OpenCV:         {time_cv2:<3.3f}
imageio_ffmpeg: {time_imageio_ffmpeg:<3.3f}
imageio_pyav:   {time_imageio_pyav:<3.3f}
"""
)

我通过Anaconda的Spyder软件使用Python。使用@ gshock在这个线程的问题中列出的原始代码,代码不起作用(python不会读取mp4文件)。所以我下载了OpenCV 3.2,从bin文件夹中拷贝了“opencv_ffmpeg320.dll”和“opencv_ffmpeg320_64.dll”。我将这两个dll文件粘贴到Anaconda的“dll”文件夹。

蟒蛇也有一个“pckgs”文件夹…我复制并粘贴了整个“OpenCV 3.2”文件夹,我下载到Anaconda“pckgs”文件夹。

最后,Anaconda有一个“Library”文件夹,其中有一个“bin”子文件夹。我将“opencv_ffmpeg320.dll”和“opencv_ffmpeg320_64.dll”文件粘贴到该文件夹。

关闭并重新启动Spyder后,代码正常工作。我不确定这三种方法中哪一种有效,我也懒得回去研究。但它确实有效,干杯!

从视频演示中提取幻灯片/帧有几个原因,特别是在教育或会议相关视频的情况下。它可以让你在不观看整个视频的情况下访问学习笔记。 我曾多次遇到过这个问题,所以我决定使用python自己创建一个解决方案。我已经使代码开源,你可以很容易地设置这个工具,并在几个简单的步骤中运行它。 参考这个youtube视频教程。 关于如何使用此工具的步骤。

克隆这个项目video2pdfslides 通过运行"pip install -r requirements.txt"来设置您的环境 复制视频路径 执行"python video2pdfslide .py <video_path>" 繁荣!PDF幻灯片将在输出文件夹中提供 做笔记,享受吧!

这是对python 3之前答案的一个调整。x来自@ gsurprised,我想把它贴在评论里,但是没有足够的声誉

import sys
import argparse

import cv2
print(cv2.__version__)

def extractImages(pathIn, pathOut):
    vidcap = cv2.VideoCapture(pathIn)
    success,image = vidcap.read()
    count = 0
    success = True
    while success:
      success,image = vidcap.read()
      print ('Read a new frame: ', success)
      cv2.imwrite( pathOut + "\\frame%d.jpg" % count, image)     # save frame as JPEG file
      count += 1

if __name__=="__main__":
    print("aba")
    a = argparse.ArgumentParser()
    a.add_argument("--pathIn", help="path to video")
    a.add_argument("--pathOut", help="path to images")
    args = a.parse_args()
    print(args)
    extractImages(args.pathIn, args.pathOut)