您好,登录后才能下订单哦!
本篇文章和大家了解一下如何使用opencv分类白天与夜景视频。有一定的参考价值,有需要的朋友可以参考一下,希望对大家有所帮助。
最近有个数据需要分类处理,是一批含有白天跟夜晚的视频数据,需要进行区分开来,单个视频严格是只有一个场景的,比如说白天整个视频就一定是白天,因为数据量有些大,几千个视频,所以就使用代码简单区分下,最后运行结果还可以,准确率百分之80十多,当然本批数据不用太严格,所以代码区分完全够了。
opencv读取视频
视频帧图片转为灰度值图片
检测偏暗元素所占整张图片的比例,大于一定阈值就认为该视频为黑夜。
选取一部分视频进行判断,并不是整个视频跑完。
当这部分视频帧为黑夜占比选取全部视频帧的50%时认为该视频为黑夜环境,移动该视频文件到另外一个文件夹。
最初先测试9个视频,100%分类正确。
在进行多次阈值预设后,选取一个比较合适的阈值进行处理,准确率大概86%左右。
import cv2 import numpy as np import os,time import shutil def GetImgNameByEveryDir(file_dir,videoProperty): FileNameWithPath = [] FileName = [] FileDir = [] for root, dirs, files in os.walk(file_dir): for file in files: if os.path.splitext(file)[1] in videoProperty: FileNameWithPath.append(os.path.join(root, file)) # 保存图片路径 FileName.append(file) # 保存图片名称 FileDir.append(root[len(file_dir):]) # 保存图片所在文件夹 return FileName,FileNameWithPath,FileDir def img_to_GRAY(img,pic_path): #把图片转换为灰度图 gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #获取灰度图矩阵的行数和列数 r,c = gray_img.shape[:2] piexs_sum=r*c #整个图的像素个数 #遍历灰度图的所有像素 #灰度值小于60被认为是黑 dark_points = (gray_img < 60) target_array = gray_img[dark_points] dark_sum = target_array.size #偏暗的像素 dark_prop=dark_sum/(piexs_sum) #偏暗像素所占比例 if dark_prop >=0.60: #若偏暗像素所占比例超过0.6,认为为整体环境黑暗的图片 return 1 else: return 0 if __name__ =='__main__': path="C:\\Users\\Administrator\\Desktop\\cut_video" new_path=path+"\\DarkNight" if not os.path.exists(new_path): os.mkdir(new_path) FileName,FileNameWithPath,FileDir=GetImgNameByEveryDir(path,'.mp4') for i in range(len(FileNameWithPath)): video_capture = cv2.VideoCapture(FileNameWithPath[i]) video_size = (int(video_capture.get(cv2.CAP_PROP_FRAME_WIDTH)),int(video_capture.get(cv2.CAP_PROP_FRAME_HEIGHT))) total_frames = int(video_capture.get(cv2.CAP_PROP_FRAME_COUNT)) video_fps = int(video_capture.get(5)) start_fps=2*video_fps #从2秒开始筛选 end_fps=6*video_fps #6秒结束 avg_fps=end_fps-start_fps #总共fps video_capture.set(cv2.CAP_PROP_POS_FRAMES, start_fps) #设置视频起点 new_paths=new_path+"\\"+FileName[i] j=0 count=0 while True: success,frame = video_capture.read() if success: j += 1 if(j>=start_fps and j <= end_fps): flag=img_to_GRAY(frame,FileNameWithPath[i]) if flag==1: count+=1 elif(j>end_fps): break else: break print('%s,%s'%(count,avg_fps)) if count>int(avg_fps*0.48): #大于fps50%为黑夜 print("%s,该视频为黑夜"%FileNameWithPath[i]) video_capture.release() #释放读取的视频,不占用视频文件 time.sleep(0.2) shutil.move(FileNameWithPath[i],new_paths) else: print("%s,该视频为白天"%FileNameWithPath[i])
以上就是如何使用opencv分类白天与夜景视频的简略介绍,当然详细使用上面的不同还得要大家自己使用过才领会。如果想了解更多,欢迎关注亿速云行业资讯频道哦!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。