1、视频转成多个图片

知识点：

开启线程
使用cv2把视频转成一帧帧的图片

import cv2
import os
import threadingvideo_path = "D:/video11/";#存放视频的文件夹
pic_path = "D:/pic22/";#生成图片后保存到的文件夹
filelist = os.listdir(video_path)  # 返回指定的文件夹下包含的文件或文件夹名字的列表，这个列表按字母顺序排序。def video2pic(filename):# print(filename)cnt = 0dnt = 0if os.path.exists(pic_path + str(filename)):passelse:os.mkdir(pic_path + str(filename))cap = cv2.VideoCapture(video_path + str(filename))  # 读入视频while True:ret, image = cap.read()if image is None:break# show a framew = image.shape[1]h = image.shape[0]if (cnt % 20) == 0:cv2.imencode('.jpg', image)[1].tofile(pic_path + str(filename) + '/' + str(dnt) + '.jpg')# cv2.imwrite('C:/Users/JiangHuiQi/Desktop/pic/' + str(filename) + '/' + str(dnt) + '.jpg', image) #含中文路径，不可行print(pic_path + str(filename) + '/' + str(dnt) + '.jpg')dnt = dnt + 1cnt = cnt + 1if cv2.waitKey(1) & 0xFF == ord('q'):print("=全部转换完成=")breakcap.release()if __name__ == '__main__':for filename in filelist:threading.Thread(target=video2pic, args=(filename,)).start()

2、多个图片组合成视频

import os
import cv2
# 需要修改：1、图片路径。2、视频大小size。3、图片是png还是jpg。4、视频帧
path = 'D:/pic22/22/'#需要调用的图片路径 例如：C:/picture/
filelist = os.listdir(path)fps = 10 #视频每秒24帧，越小就越慢
size = (640, 360) #需要转为视频的图片的尺寸640, 480,要根据图片的大小来转
#可以使用cv2.resize()进行修改
# video = cv2.VideoWriter("VideoTest1.avi", cv2.VideoWriter_fourcc('I', '4', '2', '0'), fps, size)# 这里的格式有mp4v和avi
video = cv2.VideoWriter("VideoTest1.mp4v", cv2.VideoWriter_fourcc('I', '4', '2', '0'), fps, size)# 这里的格式有mp4v和avi,I420可以换成其他
#视频保存在当前目录下for item in filelist:if item.endswith('.jpg'):#找到路径中所有后缀名为.png的文件，可以更换为.jpg或其它item = path + itemimg = cv2.imread(item)video.write(img)video.release()
cv2.destroyAllWindows()

3、在图片中换脸

简介：本功能实现，主要是使用旷世的换脸接口，需要自己去注册一个账号，然后把api_key和api_secret拷贝进里面的代码。亲测可用

import requests
import json
import simplejson
import base64# ********使用旷世的换脸接口**********
# 第一步：获取人脸关键点
# 参数imgpath: 图片的地址 ，返回return: 一个字典类型的人脸关键点 如：{'top': 156, 'left': 108, 'width': 184, 'height': 184}
def find_face(imgpath):http_url = 'https://api-cn.faceplusplus.com/facepp/v3/detect'  # 获取人脸信息的接口data = {# "api_key":"x2NyKaa6vYuArYwat4x0-NpIbM9CrwGU",#访问url所需要的参数# "api_secret":"OuHx-Xaey1QrORwdG7QetGG5JhOIC8g7",#访问url所需要的参数"api_key": "2JbQvk6ZxxbGC6Kas6_CQujs3bY7JwJT",  # 访问url所需要的参数"api_secret": "gzfYk-LKqCpMZrnAnY6Vvkg7L-HlFc0f",  # 访问url所需要的参数"image_url": imgpath,  # 图片地址"return_landmark": 1}files = {'image_file': open(imgpath, 'rb')}  # 定义一个字典存放图片的地址response = requests.post(http_url, data=data, files=files)res_con1 = response.content.decode('utf-8')res_json = simplejson.loads(res_con1)faces = res_json['faces']list = faces[0]rectangle = list['face_rectangle']return rectangle# 第二步：实现换脸
#:参数 image_url1: 被换脸的图片路径
#:参数 image_url2: 换脸的图片路径
#:参数 image_url: 换脸后生成图片所保存的路径
#:参数 number: 换脸的相似度
def merge_face(image_url1, image_url2, image_url, number):# 首先获取两张图片的人脸关键点face1 = find_face(image_url1)face2 = find_face(image_url2)# 将人脸转换为字符串的格式rectangle1 = str(str(face1['top']) + "," + str(face1['left']) + "," + str(face1['width']) + "," + str(face1['height']))rectangle2 = str(str(face2['top']) + "," + str(face2['left']) + "," + str(face2['width']) + "," + str(face2['height']))# 读取两张图片f1 = open(image_url1, 'rb')f1_64 = base64.b64encode(f1.read())f1.close()f2 = open(image_url2, 'rb')f2_64 = base64.b64encode(f2.read())f2.close()url_add = 'https://api-cn.faceplusplus.com/imagepp/v1/mergeface'  # 实现换脸的接口data = {# "api_key": "x2NyKaa6vYuArYwat4x0-NpIbM9CrwGU",# "api_secret": "OuHx-Xaey1QrORwdG7QetGG5JhOIC8g7","api_key": "2JbQvk6ZxxbGC6Kas6_CQujs3bY7JwJT",  # 访问url所需要的参数"api_secret": "gzfYk-LKqCpMZrnAnY6Vvkg7L-HlFc0f",  # 访问url所需要的参数"template_base64": f1_64,"template_rectangle": rectangle1,"merge_base64": f2_64,"merge_rectangle": rectangle2,"merge_rate": number}response1 = requests.post(url_add, data=data)res_con1 = response1.content.decode('utf-8')res_dict = json.JSONDecoder().decode(res_con1)result = res_dict['result']imgdata = base64.b64decode(result)file = open(image_url, 'wb')file.write(imgdata)file.close()if __name__ == '__main__':image1 = r"meizi1.png"  # 被换脸的图片路径image2 = r"meizi.png"  # 换脸的图片路径image3 = r"face1.png"  # 换脸后生成图片所保存的路径merge_face(image1, image2, image3, 100)

4、人脸检测

import cv2# 指定图片的人脸识别然后存储
img = cv2.imread("face2.jpg")#需要检测的图片
color = (0, 255, 0)
grey = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
classfier = cv2.CascadeClassifier("D:/Python37-32/Lib/site-packages/cv2/data/haarcascade_frontalface_default.xml")
# 在硬盘里寻找文件haarcascade_frontalface_default，然后把找到的路径写到上一行代码
faceRects = classfier.detectMultiScale(grey, scaleFactor=1.2, minNeighbors=3, minSize=(32, 32))
if len(faceRects) > 0:  # 大于0则检测到人脸for faceRect in faceRects:  # 单独框出每一张人脸x, y, w, h = faceRectcv2.rectangle(img, (x - 10, y - 10), (x + w + 10, y + h + 10), color, 3)  # 5控制绿色框的粗细# 写入图像
cv2.imwrite('output.jpg', img)#存储检测出人脸图片
cv2.imshow("Find Faces!", img)#显示检测出人脸图片
cv2.waitKey(0)

python——【视频转成多个图片】、【多个图片组合成视频】、【图片换脸】、【人脸检测】、【人脸识别】相关推荐

python识别人脸多种属性_人脸检测及识别python实现系列（4）——卷积神经网络（CNN）入门...
人脸检测及识别python实现系列(4)--卷积神经网络(CNN)入门上篇博文我们准备好了2000张训练数据,接下来的几节我们将详细讲述如何利用这些数据训练我们的识别模型.前面说过,原博文给出的训练 ...
基于opencv的人脸检测与识别(python)（1）
基于opencv的人脸检测与识别(python语言)(1) 人脸检测和识别技术就目前而言,已经相对成熟,各类算法层出不穷,这都归功于各位奋斗在一线的大佬的努力(站在巨人的肩膀上的感觉就是爽).本文是参 ...
python3项目源代码下载_人脸检测和识别源代码下载-opencv3+python3.6完整实战项目源代码识别视频《欢乐颂》中人物，-opencv3《欢乐颂》...
人脸检测和识别源代码下载-opencv3+python3.6完整实战项目源代码识别视频<欢乐颂>中人物,-opencv3<欢乐颂> 效果图源代码import os im ...
face_recognition、opencv中haar人脸特征：视频/图片进行人脸检测/人脸识别
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) import face_recognition import ...
python实现人脸检测及识别（2）---- 利用keras库训练人脸识别模型
前面已经采集好数据集boss文件夹存放需要识别的对象照片,other存放其他人的训练集照片,现在,我们终于可以尝试训练我们自己的卷积神经网络模型了.CNN擅长图像处理,keras库的tensorflo ...
人脸检测和识别：人脸检测（Python）
在静态图像或者视频中检测人脸的操作非常相似.视频人脸检测只是从摄像头读出每帧图像,然后采用静态图像中的人脸检测方法进行检测.至于视频人脸检测涉及到的其他处理过程,例如轨迹跟踪,将在以后完善.本文只介绍 ...
python实现人脸检测及识别（1）---- 采集人脸数据
本次项目是采用keras深度学习框架,训练人脸识别模型,采用opencv实时检测与识别周围的人脸,本文主要讲解如何采集训练集,本次代码在人脸识别的代码上添加了将识别的照片依次写入指定文件夹,并命名(0 ...
李立超python视频_《李》字意思读音、组词解释及笔画数 - 新华字典 - 911查询
基本词义 ◎ 李 lǐ 〈名〉 (1) (形声.从木,子声.本义:李树) (2) 同本义.落叶乔木,春天开白色花,果实叫李子,熟时黄色或紫红色,可吃 [plum] 李,李果也.--<说文> ...
人脸检测和识别源代码下载-opencv3+python3.6完整实战项目源代码识别视频《欢乐颂》中人物
效果图源代码 import os import sys import cv2 import numpy as npdef normalize(X, low, high, dtype=None):&q ...
python实现人脸检测及识别（3）---- 识别真正的boss
现在模型训练已经完成,只需要一个预测函数判断拍摄的照片是否是boss即可,在boss_train.py里的Model添加predeict实现函数. def predict(self, image):# ...

python——【视频转成多个图片】、【多个图片组合成视频】、【图片换脸】、【人脸检测】、【人脸识别】

1、视频转成多个图片

2、多个图片组合成视频

3、在图片中换脸

4、人脸检测

python——【视频转成多个图片】、【多个图片组合成视频】、【图片换脸】、【人脸检测】、【人脸识别】相关推荐

最新文章

热门文章