Python 如何将视频转换为numpy阵列？

如何将视频转换为多个numpy阵列或单个阵列以用于机器学习。我只在图像上找到了这样做的方法。

常规图像表示为具有以下形状的三维张量：

（高度、宽度、通道）

。如果图像为RGB，通道值为3，如果为灰度，通道值为1

视频是N帧的集合，其中每个帧是一个图像。您希望将此数据表示为4D张量：

（帧、高度、宽度、通道）

例如，如果你有一分钟的视频，每秒30帧，其中每帧是RGB，分辨率为256x256，那么你的张量应该是这样的：

（1800，256，256，3）

，其中1800是视频中的帧数：30（fps）*60（秒）

要实现这一点，您基本上可以打开视频的每个单独帧，将它们全部存储在列表中，并沿新轴（即“帧”维度）将它们连接在一起

---

您可以通过OpenCV执行此操作：

#导入视频并将其剪切成帧。
vid=cv2.VideoCapture（'path/to/video/file'）
帧=[]
检查=正确
i=0
检查时：
检查，arr=vid.read（）
如果不是，i%20:#如果您想对视频进行二次采样，请使用此行
#（即每20帧保留一帧）
帧追加（arr）
i+=1
frames=np.array（frames）#将帧列表转换为numpy数组

视频是图像的集合。这是否回答了您的问题？谢谢你的回答！先生，我怎么能用代码来写呢？@Saso-Hi，我用一个简单的代码片段编辑了答案。