从python中的视频导入大量图像的有效方法

Question

我目前正在为计算机视觉问题制作数据集。我想在之前的数据中添加一些数据。所以我想从 2 个不同的视频中获得大约 3000 帧。

我使用 openCV 是因为我知道捕获功能，但我不确定这一点，因为我的记忆力正在爆炸式增长。我对之前已经处理过的数据集使用了 pickle 文件，并且我的记忆中拥有这么多信息没有问题。也许我的代码很糟糕而没有注意到它......

这是我从视频中获取大约 3000 帧的代码：

import cv2
video_name1 = "videosDataset/AMAZExNHORMS2019_Lo-res.mp4"

video_name2 = "videosDataset/CAMILLATHULINS2019_Lo-res.mp4"

def getAllFrames(videoName):
    video_name = videoName
    property_id =int(cv2.CAP_PROP_FRAME_COUNT)
    cap = cv2.VideoCapture(video_name) #video_name is the video being called
    frames = []
    length = int(cv2.VideoCapture.get(cap, property_id))
    print(length)
    minL = int(length/2)
    maxL = int(2*length/3)
    print(minL,maxL)
    for i in range(minL,maxL):
        cap.set(1,i); # Where frame_no is the frame you want
        ret, frame = cap.read() # Read the frame
        frames.append(frame)
        print(str(round((i-minL)/(maxL-minL)*100, 2))+'%')
    return frames

frames1 = getAllFrames(video_name1)

我想知道是否有更好的方法来做到这一点。谢谢

Answer 1

假设通过制作数据集，您的意思是要单独保存所有帧以供在数据集中使用，最简单的选择可能是使用 ffmpeg 之类的工具来执行此操作。有关这样做的示例，请参阅here。 ffmpeg 将支持多种图像文件格式，可能包括您要保存图像的格式。

Answer 2

这里的问题是压缩 - 读取时，每个帧都存储为 numpy 数组，这是相当昂贵的。例如 - 一个 1280 x 720 像素的 RGB 帧在 jpg 格式中约为 200 kB，在 png 格式中约为 1.2 MB，当存储在 numpy uint8 数组中时为 2.7 MB，当存储在 numpy float64 数组中时为 22 MB。 最简单的解决方案是将每个帧作为 jpg 图像存储到磁盘（例如通过 cv2.imwrite），而不是创建一个包含所有帧的数组。