opencv 分類白天與夜景視頻的方法
簡訴
最近有個數據需要分類處理,是一批含有白天跟夜晚的視頻數據,需要進行區分開來,單個視頻嚴格是隻有一個場景的,比如說白天整個視頻就一定是白天,因為數據量有些大,幾千個視頻,所以就使用代碼簡單區分下,最後運行結果還可以,準確率百分之80十多,當然本批數據不用太嚴格,所以代碼區分完全夠瞭。
邏輯
- opencv讀取視頻
- 視頻幀圖片轉為灰度值圖片
- 檢測偏暗元素所占整張圖片的比例,大於一定閾值就認為該視頻為黑夜。
- 選取一部分視頻進行判斷,並不是整個視頻跑完。
- 當這部分視頻幀為黑夜占比選取全部視頻幀的50%時認為該視頻為黑夜環境,移動該視頻文件到另外一個文件夾。
結果
最初先測試9個視頻,100%分類正確。
在進行多次閾值預設後,選取一個比較合適的閾值進行處理,準確率大概86%左右。
源碼
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)) # 保存圖片路徑 FileName.append(file) # 保存圖片名稱 FileDir.append(root[len(file_dir):]) # 保存圖片所在文件夾 return FileName,FileNameWithPath,FileDir def img_to_GRAY(img,pic_path): #把圖片轉換為灰度圖 gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #獲取灰度圖矩陣的行數和列數 r,c = gray_img.shape[:2] piexs_sum=r*c #整個圖的像素個數 #遍歷灰度圖的所有像素 #灰度值小於60被認為是黑 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過0.6,認為為整體環境黑暗的圖片 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 #從2秒開始篩選 end_fps=6*video_fps #6秒結束 avg_fps=end_fps-start_fps #總共fps video_capture.set(cv2.CAP_PROP_POS_FRAMES, start_fps) #設置視頻起點 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): #大於fps50%為黑夜 print("%s,該視頻為黑夜"%FileNameWithPath[i]) video_capture.release() #釋放讀取的視頻,不占用視頻文件 time.sleep(0.2) shutil.move(FileNameWithPath[i],new_paths) else: print("%s,該視頻為白天"%FileNameWithPath[i])
到此這篇關於opencv 分類白天與夜景視頻的方法的文章就介紹到這瞭,更多相關opencv 分類白天與夜景視頻內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- Python+OpenCV讀寫視頻的方法詳解
- python通過opencv調用攝像頭操作實例分析
- 基於Python實現視頻去重小工具
- Python OpenCV讀取視頻報錯的問題解決
- 基於Python+OpenCV制作屏幕錄制工具