Python 在不下载视频的情况下提取youtube视频的特定帧
我需要提取一个在线视频的特定帧来处理一个算法,但我不想下载整个视频,因为这会使它效率非常低 首先,我尝试使用youtube视频。我可以通过以下方式使用youtube dl下载整个视频:Python 在不下载视频的情况下提取youtube视频的特定帧,python,opencv,ffmpeg,video-capture,youtube-dl,Python,Opencv,Ffmpeg,Video Capture,Youtube Dl,我需要提取一个在线视频的特定帧来处理一个算法,但我不想下载整个视频,因为这会使它效率非常低 首先,我尝试使用youtube视频。我可以通过以下方式使用youtube dl下载整个视频: ydl_opts = {'outtmpl': r'OUTPUT_DIRECTORY_HERE',} with youtube_dl.YoutubeDL(ydl_opts) as ydl: ydl.download([url]) 然后,我可以捕捉单个帧 我需要避免下载整个视频。经过一些研究,我发现ffmp
ydl_opts = {'outtmpl': r'OUTPUT_DIRECTORY_HERE',}
with youtube_dl.YoutubeDL(ydl_opts) as ydl:
ydl.download([url])
然后,我可以捕捉单个帧
我需要避免下载整个视频。经过一些研究,我发现ffmpeg可能会帮助我做到这一点。我没有办法只下载帧,所以如果这不可能,第二个选择是我可以下载视频的特定部分。linux中的一个这样的例子是,但我找不到python的任何解决方案
用python下载视频的帧或部分而不下载整个内容的好方法是什么?我尝试了@AyeshaKhan在评论中分享的内容
导入cv2、numpy、youtube dl后:
评论中的答案是下载所有帧,因此我添加的计数。格式确保我根据要求跳过帧
此外,这里的x将数字限制为10
尽管如此,我仍然不确定这个方法是否真的捕获了指定的帧,或者它是否捕获了所有帧并将指定的帧保存到本地存储中。我需要前者
但这仍然足够快,适合我 除了当前的答案之外,还可以使用多处理进一步提高性能。例如,如果要将视频分割为帧,并在num_cpu进程中独立处理它们:
import os
from functools import partial
from multiprocessing.pool import Pool
import cv2
import youtube_dl
def process_video_parallel(url, skip_frames, process_number):
cap = cv2.VideoCapture(url)
num_processes = os.cpu_count()
frames_per_process = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) // num_processes
cap.set(cv2.CAP_PROP_POS_FRAMES, frames_per_process * process_number)
x = 0
count = 0
while x < 10 and count < frames_per_process:
ret, frame = cap.read()
if not ret:
break
filename =r"PATH\shot"+str(x)+".png"
x += 1
cv2.imwrite(filename.format(count), frame)
count += skip_frames # Skip 300 frames i.e. 10 seconds for 30 fps
cap.set(1, count)
cap.release()
video_url = "..." # The Youtube URL
ydl_opts = {}
ydl = youtube_dl.YoutubeDL(ydl_opts)
info_dict = ydl.extract_info(video_url, download=False)
formats = info_dict.get('formats', None)
print("Obtaining frames")
for f in formats:
if f.get('format_note', None) == '144p':
url = f.get('url', None)
cpu_count = os.cpu_count()
with Pool(cpu_count) as pool:
pool.map(partial(process_video_parallel, url, 300), range(cpu_count))
在本应用程序中,由于图像只是从视频中保存的,这可能不会在几秒钟内带来巨大的改进,但如果需要在帧上应用其他算法,这可能是有益的。。这有帮助吗?@AyeshaKhan这个答案正在下载所有的画面。所以我做的就是跳过了下载,比如说我在视频中每隔300帧下载一帧,也就是说,每10秒下载一帧30帧的视频。这似乎奏效了。尽管如此,我不确定我是否只是跳过了本地保存它们,还是实际上跳过了捕获它们。谢谢你!我已经构建了一个API来获取youtube视频的帧:。它需要http请求并返回映像。
import os
from functools import partial
from multiprocessing.pool import Pool
import cv2
import youtube_dl
def process_video_parallel(url, skip_frames, process_number):
cap = cv2.VideoCapture(url)
num_processes = os.cpu_count()
frames_per_process = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) // num_processes
cap.set(cv2.CAP_PROP_POS_FRAMES, frames_per_process * process_number)
x = 0
count = 0
while x < 10 and count < frames_per_process:
ret, frame = cap.read()
if not ret:
break
filename =r"PATH\shot"+str(x)+".png"
x += 1
cv2.imwrite(filename.format(count), frame)
count += skip_frames # Skip 300 frames i.e. 10 seconds for 30 fps
cap.set(1, count)
cap.release()
video_url = "..." # The Youtube URL
ydl_opts = {}
ydl = youtube_dl.YoutubeDL(ydl_opts)
info_dict = ydl.extract_info(video_url, download=False)
formats = info_dict.get('formats', None)
print("Obtaining frames")
for f in formats:
if f.get('format_note', None) == '144p':
url = f.get('url', None)
cpu_count = os.cpu_count()
with Pool(cpu_count) as pool:
pool.map(partial(process_video_parallel, url, 300), range(cpu_count))