最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python視頻按幀截取圖片工具

 更新時(shí)間:2019年07月23日 14:13:00   作者:劍峰隨心  
這篇文章主要為大家詳細(xì)介紹了python視頻按幀截取圖片工具,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下

本文實(shí)例為大家分享了python視頻按幀截取圖片工具的具體代碼,供大家參考,具體內(nèi)容如下

描述:將一個(gè)視頻流按幀數(shù)截取大量的圖片

用途:AI的數(shù)據(jù)集制作,得到大量的圖片,之后將其打標(biāo)簽

更改的地方

1.default--間隔的幀數(shù)   2.input/output--輸入視頻的路徑、存放截取圖片的路徑 (將路徑放入后面的‘ '中即可)前面加r可表示絕對(duì)路徑 eg:

args = parser.parse_args(['--input',r'F:\data_video\IMG_4395.MOV','--output',r'F:data_rgb_pic\7video'])

直接上代碼

import cv2
import argparse
import os
def parse_args():
 """
 Parse input arguments
 """
 parser = argparse.ArgumentParser(description='Process pic')
 parser.add_argument('--input', help='video to process', dest='input', default=None, type=str)
 parser.add_argument('--output', help='pic to store', dest='output', default=None, type=str)
 #default為間隔多少幀截取一張圖片
 parser.add_argument('--skip_frame', dest='skip_frame', help='skip number of video', default=100, type=int)
 #input為輸入視頻的路徑 ,output為輸出存放圖片的路徑
 args = parser.parse_args(['--input','','--output',''])
 return args
 
def process_video(i_video, o_video, num):
 cap = cv2.VideoCapture(i_video)
 num_frame = cap.get(cv2.CAP_PROP_FRAME_COUNT)
 expand_name = '.jpg'
 if not cap.isOpened():
  print("Please check the path.")
 cnt = 0
 count = 0
 while 1:
  ret, frame = cap.read()
  cnt += 1
  # how
  # many
  # frame
  # to
  # cut
  if cnt % num == 0:
   count += 1
   cv2.imwrite(os.path.join(o_video, str(count) + expand_name), frame)
 
  if not ret:
   break
 
if __name__ == '__main__':
 args = parse_args()
 if not os.path.exists(args.output):
  os.makedirs(args.output)
 print('Called with args:')
 print(args)
 process_video(args.input, args.output, args.skip_frame)

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • Python collections模塊實(shí)例講解

    Python collections模塊實(shí)例講解

    Python作為一個(gè)“內(nèi)置電池”的編程語(yǔ)言,標(biāo)準(zhǔn)庫(kù)里面擁有非常多好用的模塊。比如今天想給大家 介紹的 collections 就是一個(gè)非常好的例子
    2014-04-04
  • Pygame鼠標(biāo)進(jìn)行圖片的移動(dòng)與縮放案例詳解

    Pygame鼠標(biāo)進(jìn)行圖片的移動(dòng)與縮放案例詳解

    pygame是Python的第三方庫(kù),里面提供了使用Python開(kāi)發(fā)游戲的基礎(chǔ)包。本文將介紹如何通過(guò)Pygame實(shí)現(xiàn)鼠標(biāo)進(jìn)行圖片的移動(dòng)與縮放,感興趣的可以關(guān)注一下
    2021-12-12
  • python的numpy模塊安裝不成功簡(jiǎn)單解決方法總結(jié)

    python的numpy模塊安裝不成功簡(jiǎn)單解決方法總結(jié)

    這篇文章主要介紹了python的numpy模塊安裝不成功簡(jiǎn)單解決方法總結(jié),分享了四種python模塊導(dǎo)入不成功的解決方法,具有一定借鑒價(jià)值,需要的朋友可以參考下。
    2017-12-12
  • 使用keras內(nèi)置的模型進(jìn)行圖片預(yù)測(cè)實(shí)例

    使用keras內(nèi)置的模型進(jìn)行圖片預(yù)測(cè)實(shí)例

    這篇文章主要介紹了使用keras內(nèi)置的模型進(jìn)行圖片預(yù)測(cè)實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-06-06
  • PyCharm使用之配置SSH Interpreter的方法步驟

    PyCharm使用之配置SSH Interpreter的方法步驟

    這篇文章主要介紹了PyCharm使用之配置SSH Interpreter的方法步驟,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-12-12
  • Python使用sys.path查看當(dāng)前的模塊搜索路徑

    Python使用sys.path查看當(dāng)前的模塊搜索路徑

    sys.path 是 Python 中的一個(gè)列表,它用于存儲(chǔ)模塊搜索路徑,當(dāng)你使用 import 語(yǔ)句導(dǎo)入一個(gè)模塊時(shí),Python 會(huì)按照 sys.path 列表中的路徑順序來(lái)查找這個(gè)模塊,本文給大家介紹了Python使用sys.path查看當(dāng)前的模塊搜索路徑,需要的朋友可以參考下
    2025-02-02
  • Python進(jìn)階Matplotlib庫(kù)圖繪制

    Python進(jìn)階Matplotlib庫(kù)圖繪制

    這篇文章主要介紹了Python進(jìn)階Matplotlib庫(kù)圖繪制,Matplotlib:是一個(gè)Python的2D繪圖庫(kù),通過(guò)Matplotlib,開(kāi)發(fā)者可以僅需要幾行代碼,便可以生成折線圖,直方圖,條形圖,餅狀圖,散點(diǎn)圖等
    2022-07-07
  • 使用Python編寫基于DHT協(xié)議的BT資源爬蟲

    使用Python編寫基于DHT協(xié)議的BT資源爬蟲

    這篇文章主要介紹了使用Python編寫基于DHT協(xié)議的BT資源爬蟲的方法,文中對(duì)于DHT協(xié)議的相關(guān)知識(shí)也作了補(bǔ)充說(shuō)明,需要的朋友可以參考下
    2016-03-03
  • PyCharm之如何設(shè)置自動(dòng)換行問(wèn)題

    PyCharm之如何設(shè)置自動(dòng)換行問(wèn)題

    這篇文章主要介紹了PyCharm之如何設(shè)置自動(dòng)換行問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-05-05
  • PyTorch使用Torchdyn實(shí)現(xiàn)連續(xù)時(shí)間神經(jīng)網(wǎng)絡(luò)的代碼示例

    PyTorch使用Torchdyn實(shí)現(xiàn)連續(xù)時(shí)間神經(jīng)網(wǎng)絡(luò)的代碼示例

    神經(jīng)常微分方程(Neural ODEs)是深度學(xué)習(xí)領(lǐng)域的創(chuàng)新性模型架構(gòu),它將神經(jīng)網(wǎng)絡(luò)的離散變換擴(kuò)展為連續(xù)時(shí)間動(dòng)力系統(tǒng),本文將基于Torchdyn(一個(gè)專門用于連續(xù)深度學(xué)習(xí)和平衡模型的PyTorch擴(kuò)展庫(kù))介紹Neural ODE的實(shí)現(xiàn)與訓(xùn)練方法,需要的朋友可以參考下
    2025-02-02

最新評(píng)論

广灵县| 基隆市| 安岳县| 双牌县| 拉萨市| 黔西县| 辰溪县| 边坝县| 象州县| 手游| 海盐县| 高安市| 曲阜市| 阜新市| 泰安市| 皋兰县| 许昌市| 台湾省| 东安县| 中阳县| 富蕴县| 遂川县| 新晃| 察雅县| 屏东市| 简阳市| 东港市| 东山县| 兰考县| 五指山市| 太湖县| 静海县| 黄龙县| 叙永县| 靖安县| 桐城市| 晋江市| 绿春县| 双江| 土默特右旗| 海晏县|