制作视频图像数据集

对视频数据集制作分成以下几个步骤：

1. 找到相对应的视频

2. 将视频剪辑成相应的片段

3. 通过代码对视频取帧

# -*- coding: utf-8 -*-
#这句注释是为了能够识别中文注释
import cv2
vc = cv2.VideoCapture('D:\\DATASET\\Emily.avi')
#cv只能识别avi格式的视频，因此拿到其他格式的视频首先要对格式进行转变。
c=1

if vc.isOpened():
	rval, frame = vc.read()
else:
	rval = False

timeF = 100
# 这代表隔多久取一次帧
while rval:
	rval, frame = vc.read()
	if(c%timeF==0):
        # 将帧写入文件夹
		cv2.imwrite('D:\\DATASET\\gan_picture\\emily\\step1\\'+str(c)+'.jpg',frame)
	c= c+1
	cv2.waitKey(1)
vc.release()

4. 对每一帧的视频去黑边

# -*- coding: utf-8 -*-
'''
去黑边的操作其实很好理解，因为电影中往往有上下黑边，从实际来讲就是，我们只要找到黑边的位置，然后进行剪切就可以了。关键在于确定黑边的位置。在我这里是通过手动尝试的。几个像素，通过微信截图可以大致确定。
'''

import cv2
import os
import datetime
import matplotlib.pyplot as plt

def change_size(read_file):
    #通过cv读取图片
    image=cv2.imread(read_file,1) 
    #知道图像的高度
    height=image.shape[0]
    #cv是从上到下。从左往右显示图片。
    pre1_picture=image[8:height-8,:]        

    return pre1_picture                                            

source_path="D:\\DATASET\\train for cyclegan\\testB\\"                                    
save_path="D:\\DATASET\\train for cyclegan\\testB\\"                                     

if not os.path.exists(save_path):
    os.mkdir(save_path)
# 列出所有的图像文件
file_names=os.listdir(source_path)

starttime=datetime.datetime.now()
for i in range(len(file_names)):
    #对每一个图像文件执行crop操作。
    x=change_size(source_path + file_names[i])
    #将剪切过的图像重新写入。       
    cv2.imwrite(save_path+file_names[i],x)
    print(file_names[i])
    print(i)

5. 对图像进行重命名

# -*- coding: utf-8 -*-
#记住这个命令，在每一个代码之前加入这个
import os

def rename(path):
    filelist = os.listdir(path)
    #对文件夹中给的文件按照序列进行排序。因为图片是有顺序的
    files.sort(key=lambda x: int(x.split('.')[0]))
    for file in filelist:    #os.listdir('.')遍历文件夹内的每个文件名，并返回一个包含文件名的list
        if file[-2: ] == 'py':
            continue   #过滤掉改名的.py文件
        name = file.replace('testA', '')   #去掉空格
        os.rename(os.path.join(path,file),
                  os.path.join(path,name))

rename(r'D:\DATASET\train for cyclegan\cropped\\')

6. 对所有图像进行缩放

# -*- coding:uft-8 -*-
import cv2
import os
import os

def cutimage(dir):
    files = os.listdir(dir)
    files.sort(key=lambda x: int(x.split('.')[0]))
    i = 0
    for path in files:
        full_path = os.path.join(dir, path)
        # print(full_path)
        image = cv2.imread(full_path)  # opencv剪切图片，得到三维矩阵数据

        # 缩放至定尺寸w*h
        dim = (256, 256)
        resized = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)
        #这里采用的插值法是INTER_LINEAR
        i+=1
        cv2.imwrite("D:/DATASET/train for cyclegan/trainB/{}.jpg".format(str(i)), resized)
    #保存文件


    cv2.waitKey(0)  # 退出


dir = 'D:/DATASET/train for cyclegan/cropB'
cutimage(dir)

vc.release()

基本上按照上面的几步就能得到想要的数据集了。再整理一下，就可以进行训练了。

2022.10.24更新：

感谢各位通过搜索看到我的这篇文章，这篇文章是我研二开学，也就是19年的时候写的。

现在我已经研究生毕业，工作一年了。 现在依旧每天有很多人通过这篇文章关注到我，说明视频方向依旧火热。 

跟各位汇报一下，我研究生期间发表了两篇视频相关的论文，一篇ICME，一篇ICIP。

ICME 如下：

Yaxin Liu, Xiaoyan Zhang*, Xiaogang Xu, “Semantic-Aware Video Style Transfer Based On Temporal Consistent Sparse Patch Constraint”, IEEE International Conference on Multimedia and Expo (ICME), 2021, oral, accepted.

ICIP 链接如下： 

Y. Liu, X. Zhang and X. Xu, "Reference-Based Video Colorization With Multi-Scale Semantic Fusion And Temporal Augmentation," 2021 IEEE International Conference on Image Processing (ICIP), 2021, pp. 1924-1928, doi: 10.1109/ICIP42928.2021.9506422.

但目前在京东从事前端工作。 如果小伙伴们有算法、前端相关问题，欢迎来问我。同时，工作这一年我也有很多择业、职业规划上的体会，欢迎小伙伴们来一起探讨。

我的微信： jks129434193。