基于python-opencv和PIL的截取视频区域生成 GIF 动图

Posted 2023-04-06 魚香肉丝盖饭

文章目录

• • 前言
  • • 用`opencv`读取视频
    • 截取要生成gif的区域
    • 播放区域视频并选择开始帧和结束帧
    • 存储区域截图并用`PIL.Image`生成gif文件
    • demo源码：
    • 实现效果：

前言

​ 很多时候，我们想在文章中加入一些录屏的视频文件，可是一般都是太大不支持上传。gif无疑是更好的选择，可是市面上的软件要么收费，不收费的又大多都带水印。

​ 于是就有了这篇文章，我们自己写一个可截取视频区域并转换成gif文件的demo。

• 用opencv读取视频

import cv2 as cv
video_path = r'./PCA_Program.mp4' # 视频文件路径
cap = cv.VideoCapture(video_path) # 实例化，读取视频
# fps = cap.get(cv.CAP_PROP_FPS) # 获取视频的帧率
# total_frames = int(cap.get(cv.CAP_PROP_FRAME_COUNT)) # 视频的总帧数
# image_size = (int(cap.get(cv.CAP_PROP_FRAME_HEIGHT)), int(cap.get(cv.CAP_PROP_FRAME_WIDTH))) # 获取图像尺寸
while True:
    sucess, frame = cap.read()
    cv.imshow('frame', frame)
    key=cv.waitKey(10)
    if key == 27:
        cv.destroyAllWindows()
        break

​ 上面这段程序可以打开并播放我们指定路径的视频。

---

• 截取要生成gif的区域

  利用cv.setMouseCallback函数，获取鼠标操作返回的像素坐标值。

def on_EVENT_LBUTTON(event, x, y, flags, param):  # 它本身就相当于已经在一个while里了
    global WN, ES # 视频选取区域的左上角和右下角(这里用东南西北的英文首字母表示)
    pic = copy.deepcopy(image)
    if event == cv.EVENT_LBUTTONDOWN:
        WN = (x, y)
        cv.circle(image, WN, 2, (0, 0, 255), 2)
        cv.imshow('image', image)
    elif event == cv.EVENT_MOUSEMOVE and (flags & cv.EVENT_FLAG_LBUTTON):
        cv.imshow('image', image)
    elif event == cv.EVENT_LBUTTONUP:
        ES = (x, y)
        cv.rectangle(image, WN, ES, (0, 0, 255), 2)
        cv.imshow('image', image)
        c = cv.waitKey(0)
        if c == 27:
            cv.destroyAllWindows()
            coord.append(WN)
            coord.append(ES)
            print(WN, ES)
            pic = pic[coord[0][1]:coord[1][1], coord[0][0]:coord[1][0]]
            cv.imshow('pic', pic)
            cv.waitKey(2000)
            
cv.imshow('image', image)
cv.setMouseCallback("image", on_EVENT_LBUTTON)
cv.waitKey(0)
cv.destroyAllWindows()

​ 上述代码可实现视频感兴趣区域的截取，输入为播放视频时，截取的那一帧图像，我们对该图像进行生成gif区域的截取。

---

• 播放区域视频并选择开始帧和结束帧

# 存储截取区域帧图
gifs = []
cap = cv.VideoCapture(video_path)
for i in range(total_frames):
    sucess, frame = cap.read()
    single_frame = frame[coord[0][1]:coord[1][1], coord[0][0]:coord[1][0]]
    cv.imshow('frame', single_frame)
    c = cv.waitKey(1)
    if c == ord('s'): # 等待输入按键's',为开始帧
        start = i
    elif c == ord('e'): # 等待输入按键'e',为结束帧
        end = i
        cv.destroyAllWindows()
        break
    elif i == total_frames - 1: # 若无结束帧按键'e'输入,则默认到视频最后一帧结束
        end = total_frames 
        cv.destroyAllWindows() # 结束后关闭所有窗口

上述代码实现了开始帧和结束帧的选择，以上准备工作就绪后，我们就可以开始gif的生成工作了。

---

• 存储区域截图并用PIL.Image生成gif文件

from PIL import Image
print('开始抽帧...')
cap = cv.VideoCapture(video_path)
for i in range(total_frames):
    sucess, frame = cap.read()
    single_frame = frame[coord[0][1]:coord[1][1], coord[0][0]:coord[1][0]]
    # 图像帧的缩放，为了压缩空间
    resizeimgAR = cv.resize(single_frame, None, fx=0.5, fy=0.5, interpolation=cv.INTER_AREA)
    frames = Image.fromarray(resizeimgAR)
    if start <= i <= end:
        gifs.append(frames)
print('开始生成gif...')
gifs[0].save(r'./PCA.gif', format='GIF', append_images=gifs[1::10],save_all=True, duration=1, loop=0)
print('gif生成成功...')

---

• demo源码：

# -*- coding:utf-8 -*- #
"""
作者：魚香肉丝盖饭
日期：2022年04月01日
"""

"""
程序运行后，会直接播放视频
按空格键后，会停留在当前帧，等待鼠标画框选择生成gif的图像区域，显示截取的区域
按esc键后会关闭当前显示的区域，播放截取区域的视频
此时按s键，即选定开始帧，按e键，选定结束帧
按s键后不按e键，即默认视频最后一帧为结束帧
按e键或视频播放结束后，自动生成gif到视频目录的同文件夹下
"""

import cv2 as cv
from PIL import Image
import copy
import os

global image

coord = []


# 鼠标点击事件
def on_EVENT_LBUTTON(event, x, y, flags, param):  # 它本身就相当于已经在一个while里了
    global WN, ES
    pic = copy.deepcopy(image)
    if event == cv.EVENT_LBUTTONDOWN:
        WN = (x, y)
        cv.circle(image, WN, 2, (0, 0, 255), 2)
        cv.imshow('image', image)
    elif event == cv.EVENT_MOUSEMOVE and (flags & cv.EVENT_FLAG_LBUTTON):
        cv.imshow('image', image)
    elif event == cv.EVENT_LBUTTONUP:
        ES = (x, y)
        cv.rectangle(image, WN, ES, (0, 0, 255), 2)
        cv.imshow('image', image)
        c = cv.waitKey(0)
        if c == 27:
            cv.destroyAllWindows()
            coord.append(WN)
            coord.append(ES)
            print(WN, ES)
            pic = pic[coord[0][1]:coord[1][1], coord[0][0]:coord[1][0]]
            cv.imshow('pic', pic)
            cv.waitKey(2000)


video_path = r'.\\CoppeliaSim Edu - RRRR_Sim_Kintmatics - rendering_ 5 ms (40.0 ' \\
             r'fps) - SIMULATION RUNNING 2021-11-29 21-34-42.mp4 '
cap = cv.VideoCapture(video_path)
fps = cap.get(cv.CAP_PROP_FPS)
# 视频总帧数
total_frames = int(cap.get(cv.CAP_PROP_FRAME_COUNT))
# 图像尺寸
image_size = (int(cap.get(cv.CAP_PROP_FRAME_HEIGHT)), int(cap.get(cv.CAP_PROP_FRAME_WIDTH)))

# 选取截取区域
for i in range(total_frames):
    sucess, frame = cap.read()
    # img = Image.fromarray(frame)
    cv.putText(frame, 'real_frames:' + str(i), (100, 200), cv.FONT_HERSHEY_SIMPLEX, 1, [255, 0, 0],
               thickness=3)
    cv.imshow('frame', frame)
    c = cv.waitKey(30)
    if c == ord(' '):  # esc按键的ASCII码为27，关闭窗口的逻辑
        image = frame[:, :]
        cv.destroyAllWindows()
        break
cv.imshow('image', image)
cv.setMouseCallback("image", on_EVENT_LBUTTON)
cv.waitKey(0)
cv.destroyAllWindows()

# 存储截取区域帧图
gifs = []
cap = cv.VideoCapture(video_path)
for i in range(total_frames):
    sucess, frame = cap.read()
    single_frame = frame[coord[0][1]:coord[1][1], coord[0][0]:coord[1][0]]
    cv.imshow('frame', single_frame)
    c = cv.waitKey(50)
    if c == ord('s'):
        start = i
    elif c == ord('e'):
        end = i
        cv.destroyAllWindows()
        break
    elif i == total_frames - 1:
        end = total_frames
        cv.destroyAllWindows()

print('开始抽帧...')
cap = cv.VideoCapture(video_path)
for i in range(total_frames):
    sucess, frame = cap.read()
    single_frame = frame[coord[0][1]:coord[1][1], coord[0][0]:coord[1][0]]
    resizeimgAR = cv.resize(single_frame, None, fx=0.8, fy=0.8, interpolation=cv.INTER_AREA)
    frames = Image.fromarray(resizeimgAR)
    if start <= i <= end:
        gifs.append(frames)
print('开始生成gif...')
gifs[0].save(
    r'.\\CoppeliaSim Edu - RRRR_Sim_Kintmatics - rendering_ 5 ms (40.0 fps) - '
    r'SIMULATION RUNNING 2021-11-29 21-34-42.gif',
    format='GIF', append_images=gifs[1::6],
    save_all=True, duration=1, loop=0)
print('gif生成成功...')

---

demo源码给大家参考，后续会持续改进逻辑，并为其设计一个UI。

• 实现效果：

这里选用视频是本人设计的机械臂，在CoppeliaSim中的机械臂正运动学录屏。

CSDN_video2gif演示视频

Python-OpenCV —— 基本操作详解

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、MacOS操作系统上。它轻量级而且高效——由一系列 C 函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

简言之，通过openCV可实现计算机图像、视频编辑。广泛应用于图像识别、运动跟踪、机器视觉等领域。（OpenCV-Python就是用Python包装了C++的实现，背后实际就是C++的代码在跑，所以代码的运行速度跟原生C/C++速度一样快，而且更加容易编写。）

基础操作函数

cv2.imread()——读取图像

函数格式cv2.imread(img,flag)
flag取值可以为

• cv2.IMREAD_COLOR 默认、彩色照片　　1
• cv2.IMREAD_GRAYSCALE 灰度照片　　0
• cv2.IMREAD_UNCHANGED 加载原图通道    -1
• 也可以通过1、 0、-1 指定上述三个模式

1 import cv2
2 
3 # 灰度模式打开图片
4 img = cv2.imread(‘messi5.jpg‘,0)

cv2.imshow()——显示图片

1 cv2.imshow(‘image‘,img)　　#第一个为显示的图片名字，第二个为图片
2 cv2.waitKey(0)　　#不停刷新图片，直到你按下任意按键退出
3 cv2.destroyAllWindows()　　#关闭所有显示框，若只关闭一个，可 cv2.destroyWindow()单独指定

cv2.imwrite()——保存图片

cv2.imwrite(‘messigray.png‘,img) #第一个参数为文件名，第二个为要保存的图像。

cv2.VideoCapture()——捕捉视频图像

 1 import numpy as np
 2 import cv2
 3 
 4 #创建一个VideoCapture项目，0代表选择第一个设备
 5 cap = cv2.VideoCapture(0)
 6 
 7 while(True):
 8     # 捕捉每一帧图像，返回两个参数ret为是否返回图片（True or False），frame为返回的图片
 9     ret, frame = cap.read()
10 
11     # 通过cv2.cvtColor转换颜色格式为灰度模式
12     gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
13 
14     # 播放每一帧图像
15     cv2.imshow(‘frame‘,gray)
16     if cv2.waitKey(1) & 0xFF == ord(‘q‘):
17         break
18 
19 # 最后要记得释放capture
20 cap.release()
21 cv2.destroyAllWindows()

还可以通过更改设备号为文件名来播放视频（此处播放无声音），并且通过cv2.WaitKey()来控制播放速度，可以制作慢动作视频等等

import numpy as np
import cv2

cap = cv2.VideoCapture(‘vtest.avi‘)

while(cap.isOpened()):
    ret, frame = cap.read()

    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    cv2.imshow(‘frame‘,gray)
    if cv2.waitKey(1) & 0xFF == ord(‘q‘):
        break

cap.release()
cv2.destroyAllWindows()

cv2.VideoWriter()——保存视频

 

import numpy as np
import cv2

cap = cv2.VideoCapture(0)

#fourcc是一种编码格式，我们保存视频时要指定文件名、编码格式、FPS、输出尺寸、颜色模式
fourcc = cv2.VideoWriter_fourcc(*‘XVID‘)
out = cv2.VideoWriter(‘output.avi‘,fourcc, 20.0, (640,480))

while(cap.isOpened()):
    ret, frame = cap.read()
    if ret==True:
        #cv2.flip(img,flag)  翻转图像（1水平翻转、0垂直翻转、-1水平垂直翻转）
        frame = cv2.flip(frame,0)

        # 写入视频帧
        out.write(frame)

        cv2.imshow(‘frame‘,frame)
        if cv2.waitKey(1) & 0xFF == ord(‘q‘):
            break
    else:
        break

cap.release()
out.release()
cv2.destroyAllWindows()

 

此外还有不常用的：

cv2.line(), cv2.circle() , cv2.rectangle(), cv2.ellipse(), cv2.putText()

cv2.setMouseCallback()——鼠标绘图

import cv2
import numpy as np

#初始化
drawing = False #为真时开始画图
mode = True #为真时画举行，为假时画圆
ix,iy = -1,-1


def draw_circle(event,x,y,flags,param):
    global ix,iy,drawing,mode

    #鼠标左键按下时
    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
        ix,iy = x,y

    #鼠标移动时
    elif event == cv2.EVENT_MOUSEMOVE:
        if drawing == True:
            if mode == True:
                cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)
            else:
                cv2.circle(img,(x,y),5,(0,0,255),-1)

    #鼠标抬起时
    elif event == cv2.EVENT_LBUTTONUP:
        drawing = False
        if mode == True:
            cv2.rectangle(img,(ix,iy),(x,y),(0,255,0),-1)
        else:
            cv2.circle(img,(x,y),5,(0,0,255),-1)


#初始化图像
img = np.zeros((512,512,3), np.uint8)
cv2.namedWindow(‘image‘)
cv2.setMouseCallback(‘image‘,draw_circle)

#按下"m"来切换模式
while(1):
    cv2.imshow(‘image‘,img)
    k = cv2.waitKey(1) & 0xFF
    if k == ord(‘m‘):
        mode = not mode
    elif k == 27:
        break

cv2.destroyAllWindows()

array.item()、array.itemset()——查看并修改单一像素值

import cv2
import numpy as np

img = cv2.imread(‘messi5.jpg‘)

# 指定像素点
px = img[100,100]
print(px)
#[157 166 200]

# 获取蓝色像素值
blue = img[100,100,0]
print(blue)
#157

img.shape img.size img.dtype —— 查看图片尺寸、大小、数据类型

>>> print img.shape
(342, 548, 3)

>>> print img.size
562248

>>> print img.dtype
uint8

cv2.split cv2.merge —— 分离、合并通道（注意：有损分离）

>>> b,g,r = cv2.split(img)
>>> img = cv2.merge((b,g,r))

#或者
>>> b = img[:,:,0]

#也可以通过这种形式快速指定红色通道像素值为0
>>> img[:,:,2] = 0

cv2.copyMakeBorder() —— 给图片加一个相框

可以指定下列参数

• src - 你的图片
• top, bottom, left, right - 上下左右边框宽度
• borderType - 边框类型（下面详细展示，不做具体讲解）
  • cv2.BORDER_CONSTANT
  • cv2.BORDER_REFLECT
  • cv2.BORDER_REFLECT_101 or cv2.BORDER_DEFAULT
  • cv2.BORDER_REPLICATE
  • cv2.BORDER_WRAP
• value - 当类型为cv2.BORDER_CONSTANT时需要额外指定的值

•  1 import cv2
   2 import numpy as np
   3 from matplotlib import pyplot as plt
   4 
   5 BLUE = [255,0,0]
   6 
   7 img1 = cv2.imread(‘opencv_logo.png‘)
   8 
   9 replicate = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REPLICATE)
  10 reflect = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT)
  11 reflect101 = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_REFLECT_101)
  12 wrap = cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_WRAP)
  13 constant= cv2.copyMakeBorder(img1,10,10,10,10,cv2.BORDER_CONSTANT,value=BLUE)
  14 
  15 plt.subplot(231),plt.imshow(img1,‘gray‘),plt.title(‘ORIGINAL‘)
  16 plt.subplot(232),plt.imshow(replicate,‘gray‘),plt.title(‘REPLICATE‘)
  17 plt.subplot(233),plt.imshow(reflect,‘gray‘),plt.title(‘REFLECT‘)
  18 plt.subplot(234),plt.imshow(reflect101,‘gray‘),plt.title(‘REFLECT_101‘)
  19 plt.subplot(235),plt.imshow(wrap,‘gray‘),plt.title(‘WRAP‘)
  20 plt.subplot(236),plt.imshow(constant,‘gray‘),plt.title(‘CONSTANT‘)
  21 
  22 plt.show()

  

  cv2.inRange —— 用来追踪物体

 HSV是一个常用于颜色识别的模型，相比BGR更易区分颜色，转换模式用COLOR_BGR2HSV表示。

经验之谈：OpenCV中色调H范围为[0,179]，饱和度S是[0,255]，明度V是[0,255]。虽然H的理论数值是0°~360°，但8位图像像素点的最大值是255，所以OpenCV中除以了2，某些软件可能使用不同的尺度表示，所以同其他软件混用时，记得归一化。

现在，我们实现一个使用HSV来只显示视频中蓝色物体的例子，步骤如下：
1、捕获视频中的一帧
2、从BGR转换到HSV
3、提取蓝色范围的物体
4、只显示蓝色物体

 

 1 capture = cv2.VideoCapture(0)
 2 # 蓝色的范围，不同光照条件下不一样，可灵活调整
 3 lower_blue = np.array([100, 110, 110])
 4 upper_blue = np.array([130, 255, 255])
 5 while(True):
 6     # 1.捕获视频中的一帧
 7     ret, frame = capture.read()
 8     # 2.从BGR转换到HSV
 9     hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
10     # 3.inRange()：介于lower/upper之间的为白色，其余黑色
11     mask = cv2.inRange(hsv, lower_blue, upper_blue)
12     # 4.只保留原图中的蓝色部分
13     res = cv2.bitwise_and(frame, frame, mask=mask)
14     cv2.imshow(‘frame‘, frame)
15     cv2.imshow(‘mask‘, mask)
16     cv2.imshow(‘res‘, res)
17     if cv2.waitKey(1) == ord(‘q‘):
18         break
19 
20 作者：IConquer
21 链接：https://www.jianshu.com/p/885f7992b8fc
22 來源：简书
23 简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

 

 1 import numpy as np
 2 import cv2
 3 
 4 cv2.namedWindow(‘hello blue!‘)
 5 capture = cv2.VideoCapture(0)
 6 #设定蓝色的范围HSV
 7 # lower_color = np.array([100,110,110])
 8 # upper_color = np.array([130,255,255])

　　#设定绿色的范围HSV

 9 lower_color = np.array([37, 43, 46])
10 upper_color = np.array([77, 255, 255])
11 
12 while True:
13     #1、捕获摄像头的一帧画面
14     ret,frame = capture.read()
15     #2、从BRG转换为HSV(色调H范围为[0,179]，饱和度S是[0,255]，明度V是[0,255])
16     hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV)
17     #3、inRange()：介于lower_color 和 upper_color之间的为白色，其余为黑色
18     mask = cv2.inRange(hsv,lower_color,upper_color)
19     #4、只保留原图中的蓝色部分
20     reserve = cv2.bitwise_and(frame,frame,mask=mask)
21     cv2.imshow(‘frame‘,frame)
22     cv2.imshow(‘mask‘,mask)
23     cv2.imshow(‘reserve‘,reserve)
24     if cv2.waitKey(1) == ord(‘q‘):
25         break
26 
27 #释放摄像头
28 capture.release()
29 #关闭窗口
30 cv2.destroyAllWindows()