Erstellen verschiedener Photoshop-Videos mit Python + OpenCV ③ Erstellen Sie verschiedene Photoshop-Videos

0. Einleitung

Dies ist eine Fortsetzung der vorherigen Zeit (Teil 2 Photoshop-Erstellung von Standbildern). Wenden Sie die vorherige Standbildüberlagerung auf das Gesicht des Videos an. Ich habe auf die folgende Seite verwiesen. [Serie] "CV-Programmierung mit Python und OpenCV" 9 .: OpenCV-Python® Videoeingabe / -ausgabe und Maus- / Tastaturrückruf mit HighGUI

1. Videoeingang / -ausgang

Lassen Sie uns zunächst das Video eingeben und ausgeben. Laden Sie das Video einfach und geben Sie es unverändert aus. Unten ist der Code

export_movie.py

#coding=utf-8

import cv2

def export_movie():


    #Geben Sie das einzugebende Video und den Ausgabepfad an.
    target = "target/test_input.mp4"
    result = "result/test_output.m4v" 

    #Laden von Videos und Abrufen von Videoinformationen
    movie = cv2.VideoCapture(target) 
    fps    = movie.get(cv2.CAP_PROP_FPS)
    height = movie.get(cv2.CAP_PROP_FRAME_HEIGHT)
    width  = movie.get(cv2.CAP_PROP_FRAME_WIDTH)

    #Geben Sie MP4V als Format an
    fourcc = cv2.VideoWriter_fourcc('m', 'p', '4', 'v')
    
    #Öffnen Sie die Ausgabedatei
    out = cv2.VideoWriter(result, int(fourcc), fps, (int(width), int(height)))
   
    #Lesen Sie den ersten Frame
    if movie.isOpened() == True:
        ret,frame = movie.read()
    else:
        ret = False

    #Exportieren Sie weiterhin Frames, während Sie Frames erfolgreich lesen
    while ret:
        
        #Schreiben Sie den Leserahmen
        out.write(frame)

        #Laden Sie den nächsten Frame
        ret,frame = movie.read()


if __name__ == '__main__':
    export_movie()

Super einfach

2. Ergebnis

Obwohl sich die Kapazität fast verdreifacht hat, konnte ich das Ausgabevideo abspielen. Es scheint, dass der Code-Code in diesem Bereich ordnungsgemäß eingeführt werden muss. Da ist kein Ton.

3. Verschiedene Photoshop-Videoerstellung

Da es mir gelungen ist, das Video einzugeben und auszugeben, werde ich endlich ein anderes Photoshop-Video erstellen. Sie müssen jedoch nur die Gesichtserkennung und Überlagerung durchführen, bevor Sie das Video ausgeben. Aus Videodateien gelesene Frames können wie Bilddateien behandelt werden. Außerdem hat sich das Ende der Funktion overlayOnPart geändert, sodass das Rückgabebild nicht den Alphakanal enthält (Transparenz). Unten ist der Code.

overlay_movie.py

#coding=utf-8

import cv2
import datetime
import numpy as np
from PIL import Image

def overlay_movie():

    #Geben Sie das einzugebende Video und den Ausgabepfad an.
    target = "target/test_input.mp4"
    result = "result/test_output.m4v"  #.Ich erhalte eine Fehlermeldung, wenn ich m4v nicht verwende

    #Laden von Videos und Abrufen von Videoinformationen
    movie = cv2.VideoCapture(target) 
    fps    = movie.get(cv2.CAP_PROP_FPS)
    height = movie.get(cv2.CAP_PROP_FRAME_HEIGHT)
    width  = movie.get(cv2.CAP_PROP_FRAME_WIDTH)

    #Geben Sie MP4V als Format an
    fourcc = cv2.VideoWriter_fourcc('m', 'p', '4', 'v')
    
    #Öffnen Sie die Ausgabedatei
    out = cv2.VideoWriter(result, int(fourcc), fps, (int(width), int(height)))

    #Ermitteln Sie die Merkmalsmenge des Kaskadenklassifikators
    cascade_path = "haarcascades/haarcascade_frontalface_alt.xml"
    cascade = cv2.CascadeClassifier(cascade_path)

    #Overlay-Bild wird geladen
    ol_imgae_path = "target/warai_otoko.png "    
    ol_image = cv2.imread(ol_imgae_path,cv2.IMREAD_UNCHANGED)
        
    #Lesen Sie den ersten Frame
    if movie.isOpened() == True:
        ret,frame = movie.read()
    else:
        ret = False

    #Exportieren Sie weiterhin Frames, während Sie Frames erfolgreich lesen
    while ret:
        
        #In Graustufen konvertieren
        frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

        #Gesichtserkennung durchführen
        facerecog = cascade.detectMultiScale(frame_gray, scaleFactor=1.1, minNeighbors=1, minSize=(1, 1))

        if len(facerecog) > 0:
            #Fügen Sie dem erkannten Gesicht ein Bild hinzu
            for rect in facerecog:

                #Passen Sie die Bildgröße an den Erkennungsbereich an
                resized_ol_image = resize_image(ol_image, rect[2], rect[3])
                    
                #Overlay-Bilderstellung
                frame = overlayOnPart(frame, resized_ol_image, rect[0],rect[1])

        #Schreiben Sie den Leserahmen
        out.write(frame)

        #Laden Sie den nächsten Frame
        ret,frame = movie.read()

        #Ausgabefortschritt alle 100 Frames, um den Fortschritt zu überprüfen
        if movie.get(cv2.CAP_PROP_POS_FRAMES)%100 == 0:
            date = datetime.datetime.now().strftime("%Y/%m/%d %H:%M:%S")
            print(date + 'Aktuelle Anzahl der Frames:'+str(int(movie.get(cv2.CAP_PROP_POS_FRAMES))))

        #Weil es lang ist, endet es im mittleren Rahmen
#        if movie.get(cv2.CAP_PROP_POS_FRAMES) > 1000:
#            break

    print("Erledigt")
    

def resize_image(image, height, width):
    
    #Holen Sie sich die Originalgröße
    org_height, org_width = image.shape[:2]
    
    #Schrumpfen, um der größeren Größe zu entsprechen
    if float(height)/org_height > float(width)/org_width:
        ratio = float(height)/org_height
    else:
        ratio = float(width)/org_width
    
    resized = cv2.resize(image,(int(org_height*ratio),int(org_width*ratio)))
    
    return resized    

#Kombinieren Sie Bilder mit PIL
def overlayOnPart(src_image, overlay_image, posX, posY):

    #Ermitteln Sie die Größe des Überlagerungsbilds
    ol_height, ol_width = overlay_image.shape[:2]

    #Konvertieren Sie OpenCV-Bilddaten in PIL
    #Konvertieren Sie von BGRA zu RGBA
    src_image_RGBA = cv2.cvtColor(src_image, cv2.COLOR_BGR2RGB)
    overlay_image_RGBA = cv2.cvtColor(overlay_image, cv2.COLOR_BGRA2RGBA)
    
    #In PIL konvertieren
    src_image_PIL=Image.fromarray(src_image_RGBA)
    overlay_image_PIL=Image.fromarray(overlay_image_RGBA)

    #Wechseln Sie zum Compositing in den RGBA-Modus
    src_image_PIL = src_image_PIL.convert('RGBA')
    overlay_image_PIL = overlay_image_PIL.convert('RGBA')

    #Bereiten Sie einen transparenten Campus derselben Größe vor
    tmp = Image.new('RGBA', src_image_PIL.size, (255, 255,255, 0))
    #Überschreiben Sie den vorbereiteten Campus
    tmp.paste(overlay_image_PIL, (posX, posY), overlay_image_PIL)
    #Kombinieren Sie Original und Campus und speichern Sie
    result = Image.alpha_composite(src_image_PIL, tmp)
    
    # COLOR_FARBE von RGBA2BGRA_In RGBA2BGR geändert. Wenn der Alphakanal enthalten ist, wird er nicht richtig im Video ausgegeben.
    return  cv2.cvtColor(np.asarray(result), cv2.COLOR_RGBA2BGR)
               
if __name__ == '__main__':
    overlay_movie()

Es wird immer länger.

4. Ergebnis

2016/03/11 21:57:04 Aktuelle Anzahl der Frames: 100.0 2016/03/11 21:57:16 Aktuelle Anzahl der Frames: 200.0 2016/03/11 21:57:28 Aktuelle Anzahl der Frames: 300.0 ・ ・ ・ 2016/03/11 22:08:59 Aktuelle Anzahl der Frames: 7100.0 Erledigt

Es wurde in der Umgebung des Core i5-4670 3,40 GHz-Speichers mit 16 GB für das Video mit einer Bildgröße von 718 × 480, 24 fps und 5:00 ausgeführt. Es hat eine ganze Weile gedauert, aber ich konnte ein anderes Photoshop-Video ausgeben.

5. Schließlich

Dies ist jedoch unvollständig. Wenn Sie mehrere Gesichter haben, können Sie alle überschreiben.

Sogar ein Gesicht, das fälschlicherweise erkannt wird, wird zufällig überschrieben.

Nächstes Mal werde ich versuchen, dieses Problem zu lösen. Erstellen verschiedener Photoshop-Videos mit Python + OpenCV ④ Beheben von Problemen