雖然有主流龐大的COCO、VOC數(shù)據(jù)集，但是科研人員仍需要特殊領(lǐng)域要求的數(shù)據(jù)集，所以采用人工實地采集的方式進(jìn)行收集數(shù)據(jù)集圖像；通過拍照收集圖像過于繁瑣，所以通常是將攝像頭無規(guī)則的移動旋轉(zhuǎn)以及遠(yuǎn)近拉縮，進(jìn)而錄制視頻；再通過視頻抽幀的方式得到大量的圖像，再將這些圖像進(jìn)行人工標(biāo)注處理。

博主通過一個水下錄制視頻為例子，當(dāng)這類圖像在網(wǎng)上鮮有存在時，要求有關(guān)技術(shù)人員進(jìn)行實拍采集，下圖即為采集得到的視頻。

為了避免不符合項目要求的數(shù)據(jù)增強(qiáng)，博主要求技術(shù)人員在錄制視頻時最大程度地讓攝像頭進(jìn)行移動、旋轉(zhuǎn)以及遠(yuǎn)近調(diào)節(jié)等；這樣抽幀后的圖像更具有泛化性。

下面是采用以幀數(shù)為間隔的方法進(jìn)行視頻抽幀，博主個人認(rèn)為這樣子的方式調(diào)節(jié)間隔更加方便，更符合個人習(xí)慣。

import cv2from PIL import Imageimport numpy as npcap = cv2.VideoCapture('D:/Download/ANMR0005.mp4') # 獲取視頻對象isOpened = cap.isOpened # 判斷是否打開# 視頻信息獲取fps = cap.get(cv2.CAP_PROP_FPS)imageNum = 0sum=0timef=15 #隔15幀保存一張圖片while (isOpened): sum+=1 (frameState, frame) = cap.read() # 記錄每幀及獲取狀態(tài) if frameState == True and (sum % timef==0):# 格式轉(zhuǎn)變，BGRtoRGBframe = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)# 轉(zhuǎn)變成Imageframe = Image.fromarray(np.uint8(frame))frame = np.array(frame)# RGBtoBGR滿足opencv顯示格式frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)imageNum = imageNum + 1fileName = ’D:/Download/video_image/image’ + str(imageNum) + ’.jpg’ # 存儲路徑cv2.imwrite(fileName, frame, [cv2.IMWRITE_JPEG_QUALITY, 100])print(fileName + ' successfully write in') # 輸出存儲狀態(tài) elif frameState == False:breakprint(’finish!’)cap.release()3、代碼效果：

pycharm運行py文件后結(jié)果框顯示的內(nèi)容：

視頻抽幀得到的圖像保存至指定的文件夾：

抽幀得到的圖片示例：

4、相關(guān)說明： ①本代碼依據(jù)錄制視頻、對opencv的理解以及大佬的項目代碼靈感進(jìn)行編寫；

大佬的項目代碼地址

②本數(shù)據(jù)集屬于私人閉源，不公開。

到此這篇關(guān)于python+opencv實現(xiàn)視頻抽幀的文章就介紹到這了,更多相關(guān)python opencv視頻抽幀內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！