一、Hi,Flask!

在pycharm里创建新文件，命名为main.py

from flask import Flask,render_template
app=Flask(__name__)
#__name__是类，区别于app这个实例，app继承类的所有属性和方法 @app.route('/')def index():return("Hi,Flask!")if "__main__"==__name__:app.run(port="5008")
#5008可改为其他，默认5000

运行结果：

打开该网页即可在前端看到“Hi,Flask!”

二、templates文件夹

新建文件夹，命名为templates（必须命名为templates），用于存放所有html文件

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><title>Flask 分镜</title>
</head>
<body>
视频分镜
</body>
</html>

同时将main.py中的代码修改为：


from flask import Flask,render_template
app=Flask(__name__)
#__name__是类，区别于app这个实例，app继承类的所有属性和方法 @app.route('/')def index():#return("Hi,Flask!")return render_template('index.html')if "__main__"==__name__:app.run(port="5008")
#5008可改为其他，默认5000

运行后可在网页端得到“视频分镜”字样

三、视频分镜

新建文件夹static，用于存放视频、图片等文件

定义genFrame()用于对视频进行分帧：

from flask import Flask,render_template
import os
import cv2app=Flask(__name__)def genFrame():v_path='static/视频名.mp4'image_save='static/pic'if not(os.path.exists(image_save)):os.mkdir(image_save)cap=cv2.VideoCapture(v_path)fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)for i in range(int(fc)):_,img=cap.read()cv2.imwrite('static/pic/image{}.jpg'.format(i),img)@app.route('/')
def index():genFrame()   return render_template('index.html')if "__main__"==__name__:app.run()

修改html文件代码为：

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><title>Flask 分镜</title>
</head>
<body>
视频分镜
<br>
<video width="640" height="480" controls autoplay><source src="ghz.mp4" type="video/mp4"><object data="ghz.mp4" width="640" height="480"><embed width="640" height="480" src="ghz.mp4"></object>
</video>
<br>
帧数：{{framecount}}<br>
{% for i in range(framecount) %}<img height="20" src="{{pic1}}{{i}}.jpg" />
{% endfor %}
</body>
</html>

其中：{undefined{}}里面是绑定的参数，{%%}里面可以简单使用一些python的语句，是在html里调用python语句的用法

运行结果：

四、使用哈希算法进行视频分镜

在templates新建hash.html文件，并在文件中引用哈希算法：

import cv2
import numpy as np
import matplotlib.pyplot as plt
import osdef aHash(img):# plt.imshow(img)# plt.axis('off')# plt.show()img = cv2.resize(img, (8, 8))# plt.imshow(img)# plt.axis('off')# plt.show()# 转换为灰度图gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)s = 0hash_str = ''# 遍历累加求像素和for i in range(8):for j in range(8):s = s + gray[i, j]# 求平均灰度avg = s / 64# 灰度大于平均值为1相反为0生成图片的hash值for i in range(8):for j in range(8):if gray[i, j] > avg:hash_str = hash_str + '1'else:hash_str = hash_str + '0'return hash_str# Hash值对比
def cmpHash(hash1, hash2):n = 0print(hash1)print(hash2)# hash长度不同则返回-1代表传参出错if len(hash1) != len(hash2):return -1# 遍历判断for i in range(len(hash1)):# 不相等则n计数+1，n最终为相似度if hash1[i] != hash2[i]:n = n + 1return n# img1 = cv2.imread('pic/image0.jpg')  # 11--- 16 ----13 ---- 0.43
# img2 = cv2.imread('pic/image1.jpg')
#
# hash1 = aHash(img1)
# hash2 = aHash(img2)
# n = cmpHash(hash1, hash2)
# print('均值哈希算法相似度：', n)
#
# n = classify_hist_with_split(img1, img2)
# print('三直方图算法相似度：', n)def genFrame():v_path='static/ghz.mp4'image_save='static/hash'if not(os.path.exists(image_save)):os.mkdir(image_save)cap=cv2.VideoCapture(v_path)fc=cap.get(cv2.CAP_PROP_FRAME_COUNT)_, img1 = cap.read()cv2.imwrite('static/hash/image{}.jpg'.format(0), img1)for i in range(int(fc)-1):_, img2 = cap.read()hash1 = aHash(img1)hash2 = aHash(img2)n = cmpHash(hash1, hash2)if (n>40):cv2.imwrite('static/hash/image{}.jpg'.format(i),img2)img1=img2
genFrame()

注意：n的值随引用视频的不同而变化，n的值不合适可能会报错

index.html代码几乎不变，将main.py修改成：

from flask import Flask,render_template,request
import os
import cv2
import imageColorapp = Flask(__name__)def genFrame():v_path = 'ghz.mp4'image_save = 'pic'if not (os.path.exists(image_save)):os.mkdir(image_save)cap = cv2.VideoCapture(v_path)fc = cap.get(cv2.CAP_PROP_FRAME_COUNT)for i in range(int(fc)):_,img=cap.read()cv2.imwrite('static/pic/image{}.jpg'.format(i),img)@app.route('/')
def index():pic='static/pic/image'framecount=500return render_template('index.html',pic1=pic,framecount=framecount)@app.route('/hash')
def hash():path='static/hash'filename=os.listdir(path)print(type(filename))print(filename)imgcount=len(filename)return render_template('hash.html',imgcount=imgcount,filename=filename)if "__main__"==__name__:app.run(port="5008")

分帧后图片存在hash文件夹中，一共5张

网页端运行结果显示为：

利用pycharm进行视频分镜处理相关推荐

#计算机视频处理使用ffmpeg对视频进行操作、视频分镜
参考文档: 官网音视频处理工具ffmpeg ffmpeg官方文档音视频合成分割基本用法 ffmpeg 处理视频音频转化方式编码转化格式 ffmpeg -i out.mp4 -vcodec ...
Python软件设计基础第五节-基于图像相似度比较实现视频分镜
目录一.前言一.基础算法-判断两张图片是否相等/相似 (一)基于相等判断图像是否相同 (二)基于numpy计算图像是否相似 (三)基于哈希判断图像是否相似 (四)基于各种哈希计算图片相似度 1.均 ...
week6 视频分镜
任务在Windows10系统下,用python,在jupyter notebook,对week5中"将视频每一帧保存成图像"的基础上,通过自定义的均值哈希算法.各通道直方图两种方 ...
课5 视频分镜的处理
一.对视频进行处理,分解成一帧一帧的图片保存到一个新建的文件夹: import os import cv2 import subprocessv_path='lulu.mp4' image_save= ...
利用Python视频处理分镜——FFmpeg、OpenCV
一.视频处理的简单命令视频处理的思路是先将视频分解成一帧一帧的图像,对每一帧进行处理,处理好后再将帧合并为视频.会用到的模块包括OpenCV.FFmpeg等. OpenCV:强大的计算机视觉库,可以 ...
Python视频处理（2）——Flask网页开发+分镜
目录一.主程序基本结构 1.安装并导入Flask 2.创建Flask对象(很重要的一步,不能忘记) 3.编写主程序 4.路由 5.完整代码二.渲染网页三.定义分镜相关函数 1.定义切帧函数并调用 ...
短视频自导自演，分镜脚本如何设计
前言: 在进入主题之前我先强调一下,这篇完全是番外,小编的主线还是以编码类为重的文章.至于原因有两点,一是距离上次更新到现在已经快一个月,所以先总结一下近期玩的东西补上.二是我确实正在再次尝试做短视频 ...
帮我写8寸循环风扇分镜,需要宣传台面地面2合1 两用,循环吹风,材质肤感高级,多模式选择,上下左右摇头,做成45秒视频10个分镜脚本,并写出这10个镜头之间转场如何运镜...
分镜脚本: 镜头1:开场镜头,展示循环风扇外观.材质和特点.持续时间:5秒. 镜头2:展示风扇的多模式选择,可以在多种风力模式中自由选择.持续时间:3秒. 镜头3:展示风扇上下左右摇头的功能.持续时间 ...
flask均值哈希网页分镜
利用哈希算法的网页分镜: 首先导入包 from flask import Flask,render_template import os import cv2 import numpy as np i ...

利用pycharm进行视频分镜处理

一、Hi,Flask!

二、templates文件夹

三、视频分镜

四、使用哈希算法进行视频分镜

利用pycharm进行视频分镜处理相关推荐

最新文章

热门文章