Python + OpenCV – 提取和保存视频帧

Python + OpenCV – 提取和保存视频帧

阅读更多： OpenCV

引言

在计算机视觉、机器学习和图像处理应用中，从视频中处理图像帧是一个常见的任务。Python提供了一些强大的库和工具，使我们能够轻松地从视频中提取帧并对其进行处理。

百度百科： OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS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。

环境准备

使用 OpenCV 库从视频中提取特定帧并保存为图像文件，首先需要确保安装了必要的库。
注意🔔：OpenCV库为 opencv-python ，导入OpenCV语法为 import cv2

pip install opencv-python numpy matplotlib

代码实现

注意🔔：运行代码需通过命令行的方式

import cv2
import os
import argparse
from datetime import timedelta
from pathlib import Path


def extract_frames(video_path, output_dir, frame_interval=None, time_interval=None, prefix="frame"):
    """
    从视频中提取帧并保存到指定目录

    参数:
        video_path: 视频文件路径
        output_dir: 输出目录
        frame_interval: 帧间隔（每多少帧提取一帧）
        time_interval: 时间间隔（秒）
        prefix: 输出文件名前缀
    """

    # 检查视频文件
    if not os.path.isfile(video_path):
        print(f"错误: 视频文件 '{video_path}' 不存在")
        return

    # 创建输出目录 确保输出目录存在
    os.makedirs(output_dir, exist_ok=True)

    # 打开视频文件
    cap = cv2.VideoCapture(video_path)
    if not cap.isOpened():
        print(f"错误: 无法打开视频文件 {video_path}")
        return

    # 获取视频文件名（不含扩展名）作为默认前缀
    if prefix is None:
        video_name = Path(video_path).stem  # 例如: "input" from "input.mp4"
        prefix = video_name

    # 获取视频属性
    fps = cap.get(cv2.CAP_PROP_FPS)
    frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    duration = frame_count / fps

    print(f"视频信息:")
    print(f"  视频路径: {video_path}")
    print(f"  帧率: {fps:.2f} fps")
    print(f"  总帧数: {frame_count}")
    print(f"  分辨率: {width}x{height}")
    print(f"  时长: {timedelta(seconds=duration)}")

    # 确定提取间隔
    if frame_interval is not None:
        interval = frame_interval
        use_frame_interval = True
        print(f"将每 {interval} 帧提取一帧")
    elif time_interval is not None:
        interval = max(1, int(time_interval * fps))  # 确保至少1帧
        use_frame_interval = True
        print(f"将每 {time_interval} 秒({interval}帧)提取一帧")
    else:
        interval = 1
        use_frame_interval = True
        print("将提取所有帧")

    # 开始提取帧
    frame_number = 0
    saved_count = 0

    print("\n开始提取帧...")

    while True:
        ret, frame = cap.read()
        if not ret:
            break

        # 检查是否应该保存当前帧
        if use_frame_interval and frame_number % interval == 0:
            save_path = os.path.join(output_dir, f"{prefix}_{frame_number:06d}.jpg")
            cv2.imwrite(save_path, frame)
            saved_count += 1

        frame_number += 1

    cap.release()
    print(f"完成提取: 共处理 {frame_number} 帧，保存 {saved_count} 张到 {output_dir}")


def main():
    parser = argparse.ArgumentParser(description='从视频中提取帧并保存')
    parser.add_argument('--video_dir', help='视频所在目录（处理目录下所有视频）')
    parser.add_argument('--video_path', help='单个视频文件路径（与video_dir互斥）')
    parser.add_argument('--output_dir', help='输出目录')
    group = parser.add_mutually_exclusive_group()
    group.add_argument('--frame_interval', type=int, help='帧间隔（每多少帧提取一帧）')
    group.add_argument('--time_interval', type=float, help='时间间隔（秒）')
    parser.add_argument('--prefix', help='输出文件名前缀（默认为视频文件名）')
    parser.add_argument('--extensions', default='mp4,mkv,avi,mov', help='允许的视频扩展名，逗号分隔')

    args = parser.parse_args()

    # 验证输入参数
    if not args.video_dir and not args.video_path:
        parser.error("请指定 --video_dir 或 --video_path")

    # 获取视频文件列表
    video_files = []
    if args.video_dir:
        if not os.path.exists(args.video_dir):
            print(f"错误: 视频目录 {args.video_dir} 不存在")
            return

        allowed_extensions = set(args.extensions.lower().split(','))
        for entry in os.scandir(args.video_dir):
            if entry.is_file() and entry.name.lower().split('.')[-1] in allowed_extensions:
                video_files.append(entry.path)

        if not video_files:
            print(f"错误: 在目录 {args.video_dir} 中未找到支持的视频文件")
            return
    else:
        if not os.path.exists(args.video_path):
            print(f"错误: 视频文件 {args.video_path} 不存在")
            return
        video_files = [args.video_path]

    print(f"找到 {len(video_files)} 个视频文件需要处理")

    # 处理每个视频
    for video_path in video_files:
        video_name = Path(video_path).stem

        # 使用视频名作为默认前缀（除非用户指定了全局前缀）
        prefix = args.prefix if args.prefix else video_name

        extract_frames(
            video_path,
            args.output_dir,  # 直接使用用户指定的输出目录，不再创建子目录
            args.frame_interval,
            args.time_interval,
            prefix
        )

if __name__ == "__main__":
    main()

运行 命令行工具

你可以通过以下命令行方式运行这个视频帧提取程序。
程序支持两种模式：①单视频处理和②批量处理目录中的所有视频。

1 处理单个视频文件

bash 命令

python [代码名] --video_path 视频路径 --output_dir 输出目录 [其他参数]

示例：
提取 input.mp4 的帧，每秒提取一帧，保存到 frames/ 目录：

python frame.py --video_path input.mp4 --output_dir frames/ --time_interval 1.0

2 批量处理目录中的所有视频

bash 命令

python frame.py --video_dir 视频目录 --output_dir 输出目录 [其他参数]

示例：
处理 videos/ 目录下的所有视频（默认支持 mp4、mkv、avi、mov 格式），每 30 帧提取一帧，保存到 frames/ 目录：

python frame.py --video_dir videos/ --output_dir frames/ --frame_interval 30

完整帮助信息

查看所有可用参数：

python frame.py --help

结语

使用Python和OpenCV提取视频帧是一项强大而灵活的技术，适用于各种计算机视觉和多媒体处理任务。本文介绍的方法从基础到高级，覆盖了大多数实际应用场景。通过调整参数和结合其他Python库，您可以构建更复杂的视频处理流程。

希望本文对您的项目有所帮助！如果您有任何问题或改进建议，欢迎在评论区留言讨论。👋👋