Python編程實現小姐姐跳舞並生成詞雲視頻示例

Posted on by

Python做瞭一個詞雲視頻，以另一種角度來看小姐姐跳舞

制作過程分為以下幾個部分

1、視頻下載

首先需要下載一個小姐姐跳舞的視頻，這裡我用的是 you-get 工具，可借助 Python 的 pip 命令進行安裝

pip install you-get

you-get 支持下載平臺包括：Youtube、Blili、TED、騰訊、優酷、愛奇藝(涵蓋所有視頻平臺下載鏈接)，

以 youtube 視頻為例，you-get 下載命令

you-get -o ~/Videos(存放視頻路徑) -O zoo.webm(視頻命名) 'https://www.youtube.com/watch?v=jNQXAC9IVRw'

圖片

這裡通過 os 模塊來實現 you-get 下載命令，使用時傳入三個參數即可：

1，視頻鏈接，

2，要存放視頻的文件路徑；

3，視頻命名；

def download(video_url,save_path,video_name):
   '''
   youget 下載視頻
   :param video_url:視頻鏈接
   :param save_path: 保存路徑
   :param video_name: 視頻命名
   :return:
   '''
   cmd = 'you-get -o {} -O {} {}'.format(save_path,video_name,video_url)
   res = os.popen(cmd,)
   res.encoding = 'utf-8'
   print(res.read())# 打印輸出

關於 you-get 更多用法， 可參考官網，裡面關於用法介紹的非常詳細：

https://you-get.org/#getting-started

圖片

2、B 站彈幕下載

做詞雲圖需要有文本數據支持，這裡選取 B 站彈幕為素材；關於 B 站視頻彈幕下載方式，這裡一個快捷方法，用 requests 訪問指定視頻的 API 接口，就能得到該視頻下的全部彈幕

http://comment.bilibili.com/{cid}.xml # cid 為B站視頻的cid 編號

但 API 接口的構造，需要知道視頻的 cid 編號

B站視頻 cid 編號獲取方式：

F12打開開發者模式->NetWork->XHR->v2?cid=… 鏈接 ，該網頁鏈接中有一個”cid=一串數字“ 的字符串，其中等號後面的連續數字就是該視頻的 cid 編號

圖片

以上面視頻為例，291424805 就是這個視頻的 cid 編號，

有瞭 cid 之後，通過 requests 請求 API 接口，就能獲取到裡面的彈幕數據

http://comment.bilibili.com/291424805.xml

圖片

圖片

def download_danmu():
    '''彈幕下載並存儲'''
    cid = '141367679'# video_id
    url = 'http://comment.bilibili.com/{}.xml'.format(cid)
    f = open('danmu.txt','w+',encoding='utf-8') #打開 txt 文件
    res = requests.get(url)
    res.encoding = 'utf-8'
    soup = BeautifulSoup(res.text,'lxml')
    items = soup.find_all('d')# 找到 d 標簽
    for item in items:
        text = item.text
        print('---------------------------------'*10)
        print(text)
        seg_list = jieba.cut(text,cut_all =True)# 對字符串進行分詞處理，方便後面制作詞雲圖
        for j in seg_list:
            print(j)
            f.write(j)
            f.write('\n')
    f.close()

3、視頻切幀，人像分割

下載到視頻之後，先把視頻拆分成一幀一幀圖像；

vc = cv2.VideoCapture(video_path)
    c =0
    if vc.isOpened():
        rval,frame = vc.read()# 讀取視頻幀
    else:
        rval=False
    while rval:
        rval,frame = vc.read()# 讀取每一視頻幀，並保存至圖片中

        cv2.imwrite(os.path.join(Pic_path,'{}.jpg'.format(c)),frame)
        c += 1
        print('第 {} 張圖片存放成功！'.format(c))

圖片

對每一幀中的小姐姐進行識別提取，也就是人像分割，這裡借助瞭百度 API 接口，

APP_ID = "23633750"
    API_KEY = 'uqnHjMZfChbDHvPqWgjeZHCR'
    SECRET_KEY = '************************************'
    client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)
    # 文件夾
    jpg_file = os.listdir(jpg_path)
    # 要保存的文件夾
    for i in jpg_file:
        open_file = os.path.join(jpg_path,i)
        save_file = os.path.join(save_path,i)
        if not os.path.exists(save_file):#文件不存在時，進行下步操作
            img = cv2.imread(open_file)  # 獲取圖像尺寸
            height, width, _ = img.shape
            if crop_path:# 若Crop_path 不為 None,則不進行裁剪
                crop_file = os.path.join(crop_path,i)
                img = img[100:-1,300:-400] #圖片太大，對圖像進行裁剪裡面參數根據自己情況設定
                cv2.imwrite(crop_file,img)
                image= get_file_content(crop_file)
            else:

                image = get_file_content(open_file)
            res = client.bodySeg(image)#調用百度API 對人像進行分割
            labelmap = base64.b64decode(res['labelmap'])
            labelimg = np.frombuffer(labelmap,np.uint8)# 轉化為np數組 0-255
            labelimg = cv2.imdecode(labelimg,1)
            labelimg = cv2.resize(labelimg,(width,height),interpolation=cv2.INTER_NEAREST)
            img_new = np.where(labelimg==1,255,labelimg)# 將 1 轉化為 255
            cv2.imwrite(save_file,img_new)
            print(save_file,'save successfully')

將含有人像的圖像轉化為二值化圖像，前景為人物，其餘部分為背景

圖片

API 使用之前需要用自己賬號在百度智能雲平臺創建一個 人體分析 應用，裡面需要三個參數：ID、AK、SK

圖片

關於百度 API 使用方法，可參考官方文檔資料

圖片

4、對分割後的圖像制作詞雲圖

根據步驟 3 中得到瞭小姐姐 人像 Mask，

圖片

借助 wordcloud 詞雲庫和采集到的彈幕信息，對每一張二值化圖像繪制詞雲圖(在制作之前，請確保每一張都是二值化圖像，全部為黑色像素圖像需要剔除)

圖片

word_list = []
    with open('danmu.txt',encoding='utf-8') as f:
        con = f.read().split('\n')# 讀取txt文本詞雲文本
        for i in con:
            if re.findall('[\u4e00-\u9fa5]+', str(i), re.S): #去除無中文的詞頻
                word_list.append(i)
    for i in os.listdir(mask_path):
        open_file = os.path.join(mask_path,i)
        save_file = os.path.join(cloud_path,i)
        if not os.path.exists(save_file):
            # 隨機索引前 start 頻率詞
            start = random.randint(0, 15)
            word_counts = collections.Counter(word_list)
            word_counts = dict(word_counts.most_common()[start:])
            background = 255- np.array(Image.open(open_file))
            wc =WordCloud(
                background_color='black',
                max_words=500,
                mask=background,
                mode = 'RGB',
                font_path ="D:/Data/fonts/HGXK_CNKI.ttf",# 設置字體路徑，用於設置中文,

            ).generate_from_frequencies(word_counts)
            wc.to_file(save_file)
            print(save_file,'Save Sucessfully!')

5、圖片拼接，合成視頻

詞雲圖全部生成完畢之後，如果一張一張圖像看肯定沒意思，如果把處理後的詞雲圖合成視頻會更酷一點！

為瞭視頻前後對比效果這裡我多加瞭一個步驟，在合並之前先對原圖和詞雲圖進行拼接，合成效果如下：

圖片

 num_list = [int(str(i).split('.')[0]) for i in os.listdir(origin_path)]
    fps = 24# 視頻幀率，越大越流暢
    height,width,_=cv2.imread(os.path.join(origin_path,'{}.jpg'.format(num_list[0]))).shape # 視頻高度和寬度
    width = width*2
    # 創建一個寫入操作;
    video_writer = cv2.VideoWriter(video_path,cv2.VideoWriter_fourcc(*'mp4v'),fps,(width,height))
    for i in sorted(num_list):
        i = '{}.jpg'.format(i)
        ori_jpg = os.path.join(origin_path,str(i))
        word_jpg = os.path.join(wordart_path,str(i))
        # com_jpg = os.path.join(Composite_path,str(i))
        ori_arr = cv2.imread(ori_jpg)
        word_arr = cv2.imread(word_jpg)
        # 利用 Numpy 進行拼接
        com_arr = np.hstack((ori_arr,word_arr))
        # cv2.imwrite(com_jpg,com_arr)# 合成圖保存
        video_writer.write(com_arr) # 將每一幀畫面寫入視頻流中
        print("{} Save Sucessfully---------".format(ori_jpg))

再加上背景音樂，視頻又能提升一個檔次~

最後

關於視頻中的素材，特此聲明

彈幕取自B站 Up 主 半佛仙人《【半佛】你知道奶茶加盟到底有多坑人嗎？》

小姐姐跳舞視頻取自Youtube Channel Lilifilm Official 《LILI’s FILM #3 – LISA Dance Performance Video》

最後，感謝大傢的閱讀，我們下期見~

更多關於Python實現跳舞詞雲視頻的資料請關註WalkonNet其它相關文章！

推薦閱讀：