线稿图视频制作--从此短视频平台不缺上传视频了

   

博客首页:knighthood2001

欢迎点赞评论️

❤️ 热爱python,期待与大家一同进步成长!!❤️

给大家推荐一款很火爆的刷题、面试求职网站

跟我一起来巩固基础、开启刷题之旅吧

这年头还不来尝试线稿图视频??

        之前笔者也写过将视频转换为线稿图视频的教程,不过将其分成了五部分,也分了五个.py文件,这样虽然讲解很透彻,但是对于想要批量转换的话,每换一个视频,就要去每个.py文件中去修改相应的参数。因此显得非常麻烦。 

        因此本文将上述所有文件整合在一起,通过是需要更改视频文件名,即可输出相应的线稿图视频。这样就变得非常便捷了。

目录

一、目录介绍

二、模块导入

三、文件相关操作

四、获取原视频相应参数、逐帧保存

五、函数讲解

音频提取

原图-线稿图转换

生成无声视频

最终合成有声视频

调用函数

六、总结


一、目录介绍

        线稿图视频制作--从此短视频平台不缺上传视频了_第1张图片 

        在线稿图目录下,只需要有py文件和原视频(如dindin.mp4)即可,剩下的只需运行代码,其会自动生成。

        代码最终生成的视频会放在和原视频同一目录下,而data文件夹下的内容,是代码运行过程中的其他文件,如分离出来的音频,转换前后的逐帧图片,无声视频。

        线稿图视频制作--从此短视频平台不缺上传视频了_第2张图片

本次例子以之前很火爆的叮叮当当舞。

线稿图视频制作--从此短视频平台不缺上传视频了_第3张图片线稿图视频制作--从此短视频平台不缺上传视频了_第4张图片

二、模块导入

import os
import cv2
from PIL import Image
from PIL import ImageFilter
import moviepy.editor as mp

三、文件相关操作

# TODO 更改文件名称
file = 'dindin.mp4'
filename = file.split(".")[0]
mp3_file = f'{filename}.mp3'

if not os.path.exists('data'):
    os.mkdir('data')
path = os.path.join('data', filename)
new_picture_path = os.path.join('data', filename + "_newpc")
if not os.path.exists(path):
    os.mkdir(path)
if not os.path.exists(new_picture_path):
    os.mkdir(new_picture_path)
# 无声视频
file_name = os.path.join('data', 'silence_' + file)
file = 'dindin.mp4'

file为原视频,放在代码相同目录下

注:一定要是英文,否则会因为编码问题出错

filename = file.split(".")[0]
为提取到的文件无后缀名称
mp3_file = f'{filename}.mp3'
为分离出来的mp3
if not os.path.exists('data'):
    os.mkdir('data')
path = os.path.join('data', filename)
new_picture_path = os.path.join('data', filename + "_newpc")
if not os.path.exists(path):
    os.mkdir(path)
if not os.path.exists(new_picture_path):
    os.mkdir(new_picture_path)

这段代码的意思是,首先判断是否有data文件夹,没有则创建。接下来

path = os.path.join('data', filename)
new_picture_path = os.path.join('data', filename + "_newpc")
表示data目录下存放两个文件夹,一个存放的是原视频的逐帧图片,另外一个存放的是新产生的线稿图片。接下来判断两个目录是否存在并创建。
# 无声视频
file_name = os.path.join('data', 'silence_' + file)

 将无声视频也存在data文件夹下面,因为也不是最终版本。

四、获取原视频相应参数、逐帧保存

cap = cv2.VideoCapture(file)
fps = int(cap.get(cv2.CAP_PROP_FPS))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
print('fps:', fps, '\n', 'width:', width, '\n', 'height:', height, '\n', 'frames:', frames)

for i in range(0, frames):
    flag, frame = cap.read()
    filename = path + '/{}.jpg'.format(str(i))
    print(filename)
    cv2.imwrite(filename, frame)

        首先读取视频,然后获取视频的fps、宽度、高度和总帧数,注意:使用get()函数获取到的数据类型是float类型,需要进行转换才能进行后续的操作,因此这里全部将其转为int类型。

        接下来我们将读取到的每帧图片保存起来    

flag, frame = cap.read()需要在for循环里面,否则每次保存的图片都是视频第一帧的图片。

五、函数讲解

        音频提取

# 音频提取
def extract_audio():
    my_clip = mp.VideoFileClip(file)
    my_clip.audio.write_audiofile('data/' + mp3_file)

这一部分内容很简单,就不细讲了 

        原图-线稿图转换

# 原图-线稿图转换
def convert():
    for i in range(0, frames):
        '''细节'''
        square = Image.open(path + "/{}.jpg".format(i))
        square1 = square.filter(ImageFilter.DETAIL)
        '''轮廓'''
        square2 = square1.filter(ImageFilter.CONTOUR)
        # videowrite.write(square2)
        square2.save(new_picture_path + "/{}.jpg".format(i))
        print(new_picture_path + "/{}.jpg".format(i))

frames是视频总帧数,该函数通过打开指定路径中的原图像,并通过两轮转换,将其保存到新路径中。 

        生成无声视频

# 生成无声视频
def picture_merge():
    size = (width, height)
    videowrite = cv2.VideoWriter(file_name, -1, fps, size)
    for i in range(0, frames):
        img = cv2.imread(new_picture_path + "/{}.jpg".format(i))
        videowrite.write(img)
    videowrite.release()
    print('end!')

该函数通过 

videowrite = cv2.VideoWriter(file_name, -1, fps, size)

将视频保存,将刚刚的获得的线稿图合成一个无声视频。

         最终合成有声视频

# 最终合成有声视频
def final_merge():
    video = mp.VideoFileClip(file_name)
    audio = mp.AudioFileClip('data/' + mp3_file)
    video_merge = video.set_audio(audio)
    video_merge.write_videofile('final_' + filename + '.mp4')

最终将上述的无声视频和分离的音频合成最终的视频。

        调用函数

if __name__ == '__main__':
    extract_audio()
    convert()
    picture_merge()
    final_merge()

主函数运行一下,大功告成了。

六、总结

        看到这,是不是觉得很棒呀,如果对你有帮助的话,麻烦来个三连吧 

你可能感兴趣的:(python,计算机视觉,python)