作者：北山啦
https://blog.csdn.net/qq_45176548/article/details/113410073
本文将以哔哩哔哩–乘风破浪视频为例，you-get下载视频，同时利用python爬取B站视频弹幕，并利用opencv对视频进行分割，百度AI进行人像分割，moviepy生成词云跳舞视频，并添加音频。
1. 导入模块
1.1 下载所需模块
我们需要下载很多的模块，所以我们可以使用os.system()方法来自动安装所需模块，当然也有可能下载失败，特别是opencv-python，多安装几次就好啦.
importosimporttimelibs = {"lxml","requests","pandas","numpy","you-get","opencv-python","pandas","fake_useragent","matplotlib","moviepy"}try:forlibinlibs:os.system(f"pip3 install -i https://pypi.doubanio.com/simple/{lib}")print(lib+"下载成功")except:print("下载失败")
1.2 导入模块
在这里统一先导入所需的模块
importosimportreimportcv2importjiebaimportrequestsimportmoviepyimportpandas as pdimportnumpy as npfromPILimportImagefrom lxmlimportetreefrom wordcloudimportWordCloudimportmatplotlib.pyplot as pltfrom fake_useragentimportUserAgent
2. 视频处理
2.1 下载视频
从B站视频下载舞蹈视频：
https://blog.csdn.net/qq_45176548/article/details/113379829
使用you-get方法获取B站视频
2.2 视频分割
使用opencv，将视频的分隔为图片，本文截取 800 张图片来做词云。
opencv中通过VideoCaptrue类对视频进行读取操作以及调用摄像头
2.2.1代码展示
# -*- coding:utf-8 -*-# @Author : 北山啦# @Time : 2021/1/29 14:08# @File : 视频分割.py# @Software : PyCharmimportcv2cap = cv2.VideoCapture(r"无价之姐~让我乘风破浪~~~.flv")while1:# 逐帧读取视频 按顺序保存到本地文件夹 ret,frame = cap.read()ifret:cv2.imwrite(f".\pictures\img_{num}.jpg",frame)else:breakcap.release()# 释放资源
2.2.2 结果展示
2.3 人像分割
2.3.1创建应用
利用百度AI，创建一个人像分割的应用
2.3.2 Python SDK参考文档
利用参考文档（https://cloud.baidu.com/doc/BODY/s/Rk3cpyo93?_=5011917520845），来进行人像分割
2.3.3 代码展示
# -*- coding:utf-8 -*-# @Author : 北山啦# @Time : 2021/1/29 14:38# @File : 人像分割.py# @Software : PyCharm"""原文链接："""importcv2importbase64importnumpyasnpimportosfromaipimportAipBodyAnalysisimporttimeimportrandomAPP_ID ='******'API_KEY ='*******************'SECRET_KEY ='********************'client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)# 保存图像分割后的路径path ='./mask_img/'# os.listdir 列出保存到图片名称img_files = os.listdir('./pictures')print(img_files)fornuminrange(1, len(img_files) +1):# 按顺序构造出图片路径img =f'./pictures/img_{num}.jpg' img1 = cv2.imread(img) height, width, _ = img1.shape# print(height, width)# 二进制方式读取图片withopen(img,'rb')asfp: img_info = fp.read()# 设置只返回前景 也就是分割出来的人像 seg_res = client.bodySeg(img_info)labelmap = base64.b64decode(seg_res['labelmap']) nparr = np.frombuffer(labelmap, np.uint8)labelimg = cv2.imdecode(nparr,1) labelimg = cv2.resize(labelimg, (width, height), interpolation=cv2.INTER_NEAREST)new_img = np.where(labelimg ==1,255, labelimg)mask_name = path +'mask_{}.png'.format(num)# 保存分割出来的人像 cv2.imwrite(mask_name, new_img)print(f'======== 第{num}张图像分割完成 ========')
2.3.4 结果展示
3. 弹幕爬取
由于技术原因，我们改为此视频来获取弹幕，视频链接（https://www.bilibili.com/video/BV1jZ4y1K78N/?spm_id_from=333.788.recommend_more_video.0），哈哈哈哈哈。
3.1 网页分析
通过F12，找到pagelist，通过原始url，找到cid
3.2 观察历史弹幕
清楚元素，展开弹幕列表
日期列表，只有2021年的，点击其他日期，出来了history请求，点击查看
3.3爬取弹幕
3.3.1构造时间序列
该视频发布于2020-08-09，本文爬取该视频2020-08-08到2020-09-08日的历史弹幕数据，构造出时间序列：
importpandasaspda = pd.date_range("2020-08-08","2020-09-08")print(a) DatetimeIndex(['2020-08-08','2020-08-09','2020-08-10','2020-08-11','2020-08-12','2020-08-13','2020-08-14','2020-08-15','2020-08-50','2020-08-17','2020-08-18','2020-08-19','2020-08-20','2020-08-21','2020-08-22','2020-08-23','2020-08-24','2020-08-25','2020-08-26','2020-08-27','2020-08-28','2020-08-29','2020-08-30','2020-08-31','2020-09-01','2020-09-02','2020-09-03','2020-09-04','2020-09-05','2020-09-06','2020-09-07','2020-09-08'],dtype='datetime64[ns]', freq='D')
3.3.2 爬取数据
# -*- coding:utf-8 -*-# @Author : 北山啦# @Time : 2021/1/29 19:33# @File : 弹幕爬取.py# @Software : PyCharmimportrequestsimportpandasaspdimportreimportcsvfromfake_useragentimportUserAgentfromconcurrent.futuresimportThreadPoolExecutorimportdatetimeua = UserAgent()start_time = datetime.datetime.now()defGrab_barrage(date): headers = {"origin":"https://www.bilibili.com","referer":"https://www.bilibili.com/video/BV1jZ4y1K78N?from=search&seid=1084505810439035065","cookie":"","user-agent": ua.random(), } params = {'type':1,'oid':"222413092",'date': date } r= requests.get(url, params=params, headers=headers)r.encoding ='utf-8'comment = re.findall('
3.3.3结果展示
4.生成词云图
4.1 评论内容机械压缩去重
对于一条评论来说，有些人可能手误，或者凑字数，会出现将某个字或者词语，重复说多次，因此在进行分词之前，需要做“机械压缩去重”操作。
deffunc(s):foriinrange(1,int(len(s)/2)+1):forjinrange(len(s)):ifs[j:j+i] == s[j+i:j+2*i]: k = j + iwhiles[k:k+i] == s[k+i:k+2*i]andk
4.2 添加停用词和自定义词组
importpandasaspdfromwordcloudimportWordCloudimportjiebafromtkinterimport_flattenimportmatplotlib.pyplotaspltjieba.load_userdict("./词云图//add.txt")withopen('./词云图//stoplist.txt','r', encoding='utf-8')asf: stopWords = f.read()
4.3生成词云图
# -*- coding:utf-8 -*-# @Author : 北山啦# @Time : 2021/1/29 19:10# @File : 跳舞词云图生成.py# @Software : PyCharmfrom wordcloud import WordCloudimport collectionsimport jiebaimport refrom PIL import Imageimport matplotlib.pyplot as pltimport numpy as npwithopen('barrages.txt')asf:data= f.read()jieba.load_userdict("./词云图//add.txt")# 读取数据withopen('barrages.txt')asf:data= f.read()jieba.load_userdict("./词云图//add.txt")# 文本预处理 去除一些无用的字符 只提取出中文出来new_data = re.findall('[\u4e00-\u9fa5]+',data, re.S)new_data ="/".join(new_data)# 文本分词seg_list_exact = jieba.cut(new_data, cut_all=True)result_list = []withopen('./词云图/stoplist.txt',encoding='utf-8')asf:con = f.read().split('\n')stop_words =set()foriincon: stop_words.add(i)forwordinseg_list_exact:# 设置停用词并去除单个词ifwordnotinstop_wordsandlen(word) >1: result_list.append(word)# 筛选后统计词频word_counts = collections.Counter(result_list)path='./wordcloud/'img_files = os.listdir('./mask_img')print(img_files)fornuminrange(1,len(img_files) +1):img = fr'.\mask_img\mask_{num}.png'# 获取蒙版图片mask_ =255- np.array(Image.open(img))# 绘制词云plt.figure(figsize=(8,5), dpi=200) my_cloud = WordCloud(background_color='black',# 设置背景颜色 默认是blackmask=mask_,# 自定义蒙版mode='RGBA',max_words=500,font_path='simhei.ttf',# 设置字体 显示中文 ).generate_from_frequencies(word_counts)# 显示生成的词云图片 plt.imshow(my_cloud)# 显示设置词云图中无坐标轴plt.axis('off')word_cloud_name =path+'wordcloud_{}.png'.format(num)my_cloud.to_file(word_cloud_name)# 保存词云图片print(f'======== 第{num}张词云图生成 ========')
5. 合成视频
如官方文档所介绍的，moviepy是一个用于视频编辑Python库，可以切割、拼接、标题插入，视频合成（即非线性编辑），进行视频处理和自定义效果的设计。总的来说，可以很方便自由地处理视频、图片等文件。
5.1图片合成
# -*- coding:utf-8 -*-# @Author : 北山啦# @Time : 2021/1/29 19:10# @File : 跳舞词云图生成.py# @Software : PyCharmimportcv2importos# 输出视频的保存路径video_dir ='result.mp4'# 帧率fps =30# 图片尺寸img_size = (1920,1080)fourcc = cv2.VideoWriter_fourcc('M','P','4','V')# opencv3.0 mp4会有警告但可以播放videoWriter = cv2.VideoWriter(video_dir, fourcc, fps, img_size)img_files = os.listdir('.//wordcloud')foriinrange(88,888):img_path ='.//wordcloud//wordcloud_{}.png'.format(i) frame = cv2.imread(img_path)frame = cv2.resize(frame, img_size)# 生成视频 图片尺寸和设定尺寸相同videoWriter.write(frame)# 写进视频里print(f'======== 按照视频顺序第{i}张图片合进视频 ========')videoWriter.release()# 释放资源
结果展示：
5.2 音频添加
# -*- coding:utf-8 -*-#@Author: 北山啦#@Time: 2021/1/29 19:10#@File: 跳舞词云图生成.py#@Software: PyCharmimport moviepy.editor as mpy# 读取词云视频my_clip = mpy.VideoFileClip('result.mp4')# 截取背景音乐audio_background = mpy.AudioFileClip('song.mp3').subclip(0,25)audio_background.write_audiofile('song1.mp3')# 视频中插入音频final_clip = my_clip.set_audio(audio_background)# 保存为最终的视频 动听的音乐！漂亮小姐姐词云跳舞视频！final_clip.write_videofile('final_video.mp4')
6. 结果展示
到这里就结束了，如果对你有帮助，欢迎点赞，你的点赞对我很重要。