Python使用PyAV提取视频关键帧的实践_Python

Python使用PyAV提取视频关键帧的实践

2022-08-04 13:32文艺酱Jayce Python

本文主要介绍了Python使用PyAV提取视频关键帧的实践，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

1.软件环境

Windows10 教育版64位
Python 3.6.3
PyAV 8.0.3

2.问题描述

在提取视频文件的关键内容时，手动查看会非常耗时。即使你快进视频，一个小时的视频也需要超过10分钟；通常，一秒钟的视频包含24帧图像。如果你能捕获视频中的关键帧（key frame，你可以把它理解成论文里面的摘要，看完关键帧就知道这个视频主要在讲什么了），尤其是在长时间拍摄类似镜头的场景中，对图像进行重复数据消除将有助于过滤掉大多数噪声帧，并最大程度地提取视频的核心内容。

随着短视频越来越流行，视频的内容分析与文本的内容分析一样重要。然而，如果每个分析师都想看每一段视频，那就需要太多时间。即使使用快进功能，节省的时间仍然不够。此外，由于人为疏忽，内容分析会出现错误和遗漏。相较于基于文本的内容分析，会发现一个主要的区别：查看文本内容可以一目十行，并且没有强制的前后时间线。相反，观看流媒体必须消耗流媒体的长度。然后我们会有一个问题：我们能一目了然地看到流媒体吗？事实上，视频流中的大量信息是冗余的，并且信息量非常低。信息量仅集中在一个关键帧（也称为信息帧或I帧）图片中。如果你把这些图片一张一张地放在面前，你也可以做到像文本内容一样一目十行，减少人为疏忽。

关于视频的相关概念可以看一下这个博客：
音视频pts、dts基本概念及理解

那么有没有什么方法能够高效的提取视频的关键帧呢

3.解决方法

当然有啦，这就是我们今天的主角——PyAV：

Python使用PyAV提取视频关键帧的实践

PyAV 是 FFmpeg 的Pythonic 绑定，其目标是提供FFmpeg 底层库的所有功能。 PyAV 通过容器、流、数据包、编解码器和帧直接和精确地访问视频媒体。同时，它能够方便的和其他库进行对接，并帮助您从其他包（例如 Numpy 和 Pillow）获取和修改数据，提取视频关键帧就更不在话下了！
不废话了，直接上代码：

				?

									'''

									===========================================

									  @author:  jayce

									  @file:    extract_video_keyframes_av.py         

									  @time:    2022/4/11   21:42 

									===========================================

									'''

									import av

									import os

									import shutil

									path_to_video = r'E:\Code\Python\extract_video_keyframes\test video.mp4'

									output_dir = r'E:\Code\Python\extract_video_keyframes\pyav'

									# # 提取全部帧

									# container = av.open(path_to_video)

									#

									# for frame in container.decode(video=0):

									#     frame.to_image().save(r'E:\Code\Python\比例尺鉴定\20220410比例尺鉴定\extract_video_keyframes\pyav\frame-%04d.png' % frame.index)

									def extract_video_keyframes(path_to_video, output_dir):

									    try:

									        os.makedirs(output_dir, exist_ok=True)

									        # 提取关键帧

									        with av.open(path_to_video) as container:

									            # 表示我们只想查看关键帧

									            stream = container.streams.video[0]

									            stream.codec_context.skip_frame = 'NONKEY'

									            for frame in container.decode(stream):

									                print(frame)

									                # 使用frame.pts的原因是frame.index对skip_frame没有意义,因为关键帧是从所有的帧中抽取中独立的图像，而pts显示的就是这些独立图像的index；

									                # DTS（Decoding Time Stamp）：即解码时间戳，这个时间戳的意义在于告诉播放器该在什么时候解码这一帧的数据。

									                # PTS（Presentation Time Stamp）：即显示时间戳，这个时间戳用来告诉播放器该在什么时候显示这一帧的数据。

									                frame.to_image().save(os.path.join(output_dir, 'temporary-image-{:04d}.png'.format(frame.pts)))

									    except Exception as e:

									        print('Program error occurred:{}'.format(repr(e)))

									if __name__ == "__main__":

									    extract_video_keyframes(path_to_video, output_dir)

									    # shutil.rmtree(output_dir)