Python实现词云舞

公众号:尤而小屋
作者:Peter
编辑:Peter

大家好,我是Peter~

本文是一个非常完整的Python实战项目,主要内容包含:

Python实现词云舞_第1张图片

在此感谢周杰伦的《本草纲目》、刘畊宏教练、百度平台以及参考大佬们的方法,本文仅做个人学习使用

视频下载神器:you-get

you-get是一个下载视频的神器,安装之后一行代码即可下载视频

you-get [url]
Python实现词云舞_第2张图片
you-get https://www.bilibili.com/video/BV1yY4y1i7Pw?t=1079.2   # 一行代码下载视频
Python实现词云舞_第3张图片

视频切割成图片

下面的代码实现的功能是将上面获取到的代码切割成一张张的图片:

1、opencv中通过VideoCaptrue类对视频进行读取操作以及调用摄像头

  • filename:打开的视频文件名
  • device:打开的视频捕获设备id ,如果只有一个摄像头可以填0,表示打开默认的摄像头

2、videoCapture.read():表示读取视频的下一帧

  • 第一个返回值为是否成功获取视频帧:True/False
  • 第二个返回值为返回的视频帧:帧数
Python实现词云舞_第4张图片
import cv2
import numpy as np
import random
import os

# 保存图片的函数
def save_images(image, addr,num):
    address = addr + str(num) + ".jpg"
    cv2.imwrite(address, image)
    
    
# 读取视频
videoCapture = cv2.VideoCapture("刘畊宏,毽子操x10+蝴蝶袖+臀腿操(自用).mp4")
success, frame = videoCapture.read()

time_ = 100  
i = 0
j = 0

while success:  # 如果成功获取到视频帧
    i += 1  
    if i % time_ == 0:
        s = 0  # 名称的编号
        j = j + 1
        s += j
        save_images(frame, "./picture/",s)  # 写入目录后再继续读取
    success, frame = videoCapture.read()
        
videoCapture.release()  # 释放资源

这样最终我们就将这个视频分成了835张图片

Python实现词云舞_第5张图片 Python实现词云舞_第6张图片

百度人像分割

实际使用

1、先在百度云平台创建人像分割实例

新建一个人像分割的实例,新注册用户可免费领取资源,官网地址:https://cloud.baidu.com/product/body/seg。下面是小编申请的一个实例:

Python实现词云舞_第7张图片

注意点1:一定是安装baidu_aip库,而不是aip

pip install baidu_aip  # 安装库,一定要是baidu_aip

注意点2:在当前路径下新建一个mask文件,用来存放分割后的图片。

Python实现词云舞_第8张图片

下面是分割之后的二值图效果:

Python实现词云舞_第9张图片 Python实现词云舞_第10张图片

百度demo

具体的百度官方文档请参考:https://cloud.baidu.com/doc/BODY/s/4k3cpyner

百度官方的案例如下:

# 官方demo
""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb'as fp:
        return fp.read()

image = get_file_content('example.jpg')
""" 调用人像分割 """
client.bodySeg(image);

""" 如果有可选参数 """
options = {}
options["type"] = "labelmap"

""" 带参数调用人像分割 """
client.bodySeg(image, options)

注:返回的二值图像需要进行二次处理才可查看分割效果;灰度图和前景人像图不用处理,直接解码保存图片即可

获取B站弹幕

接下来是获取上面视频的弹幕,请参考一位NLP大佬:https://github.com/godweiyang/bilibili-danmu

Python实现词云舞_第11张图片

合成词云图

弹幕的分词是自己的方法和收集的一份常用的停用词表:

1、分词使用的jieba分词。关于jieba分词的使用入门,参考:https://github.com/fxsjy/jieba

快速安装jieba:

pip install jieba
import pandas as pd
import numpy as np
import jieba

from wordcloud import WordCloud
from tkinter import _flatten
import matplotlib.pyplot as plt
%matplotlib inline

import collections
import re
import os
from PIL import Image


df = pd.DataFrame()
# 获取了3个和刘教练相关的视频弹幕
txt_list = ["danmu.txt""danmu1.txt""danmu2.txt"]

for txt in txt_list:
    df1 = pd.read_table(txt, header=None, on_bad_lines='skip')
    df1.columns = ["information"]  # 重命名
    df1.drop_duplicates("information",inplace=True)
    
    df = pd.concat([df, df1])

df.head()
Python实现词云舞_第12张图片

总共是10415个弹幕:查看前10条弹幕信息

Python实现词云舞_第13张图片

2、实施分词

Python实现词云舞_第14张图片 Python实现词云舞_第15张图片

3、统计词频

统计切割之后每个单词的总数:

Python实现词云舞_第16张图片

显示出前80个词云图的效果:

Python实现词云舞_第17张图片

notebook中效果是动态的:

Python实现词云舞_第18张图片

采用的是wordcloud来绘制静态的词云图,并且保存到本地:

wordcloud.WordCloud(
  font_path=None,  # 字体路径,英文不用设置路径,中文需要,否则无法正确显示图形
  width=400# 默认宽度
  height=200# 默认高度
  margin=2# 边缘
  ranks_only=None
  prefer_horizontal=0.9
  mask=None# 背景图形,如果想根据图片绘制,则需要设置
  scale=1
  color_func=None
  max_words=200# 最多显示的词汇量
  min_font_size=4# 最小字号
  stopwords=None# 停用词设置,修正词云图时需要设置
  random_state=None
  background_color='black'# 背景颜色设置,可以为具体颜色,比如white或者16进制数值
  max_font_size=None# 最大字号
  font_step=1
  mode='RGB'
  relative_scaling='auto'
  regexp=None
  collocations=True
  colormap='viridis'# matplotlib 色图,可更改名称进而更改整体风格
  normalize_plurals=True
  contour_width=0
  contour_color='black'
  repeat=False

通过下面的代码来生成词云图。注意点:需要新建一个目录wordcloud,来存放生成的词云图

word_counts = collections.Counter(useful_result)  # 筛选后统计词频
path = './wordcloud/'  # 新建:存放词云图的路径

img_files = os.listdir('./mask')

# 遍历mask目录下的全部文件
for num in range(1, len(img_files) + 1):
    img = r'./mask/mask_{}.png'.format(num)    # 原图片路径
    mask_ = 255 - np.array(Image.open(img))  # 获取蒙版图片
    # 绘制词云
    plt.figure(figsize=(85), dpi=200)
    
    my_cloud = WordCloud(
        background_color='black',  # 背景颜色  
        mask=mask_,      # 自定义蒙版
        mode='RGBA',
        max_words=500,
        # 地址路径要改成自己的ttf文件路径
        font_path=r'/Users/peter/Desktop/spider/SimHei.ttf'  
    ).generate_from_frequencies(word_counts)

    # 显示词云图
    plt.imshow(my_cloud)
    # 词云图中无坐标轴
    plt.axis('off')
    wordcloud_name = path + 'wordcloud_{}.png'.format(num)
    my_cloud.to_file(wordcloud_name)    # 保存词云图片

对应生成的词云图效果:

Python实现词云舞_第19张图片 Python实现词云舞_第20张图片

合成词云视频

基于上面的835张词云图来生成视频:

Python实现词云舞_第21张图片

到达这个步骤我们完成了视频的生成,就只剩下添加【本草纲目】的音乐了

添加本草纲目.MP3

添加音频使用的是moviepy。详细使用文档参考官网:

中文:https://moviepy-cn.readthedocs.io/zh/latest/

英文:https://zulko.github.io/moviepy/install.html

pip install moviepy   # 安装简单
Python实现词云舞_第22张图片 Python实现词云舞_第23张图片

大功告成

整体细节

  1. 将you-get获取到的视频和【本草纲目.MP3】放到本地
  2. 本地需要建立3个文件,存放不同的图像
  3. 代码的步骤参考1-2-3-4-5-6部分;顺序一定不能乱
Python实现词云舞_第24张图片

你可能感兴趣的:(机器学习,Python,python,机器学习,词云舞,中文分词)