我有一个以 AVI 文件形式提供的视频培训课程。大多数屏幕显示为幻灯片，鼠标指针在其上移动。
我想在屏幕变化时自动截取幻灯片的屏幕截图（忽略由于鼠标指针四处移动而导致图像发生少量变化的情况。）
我想这样做，以便我可以将图像粘贴到 word 或 html 文档中，我可以在学习时添加注释，因为我正在截屏，但它非常缓慢和乏味，而且课程很长（大约 24 小时的总播放时间）。
我很了解 python，但我不确定如何从视频文件中提取静止图像，然后如何将一个静止图像与另一个进行比较，看看它们之间的差异有多大，从而决定保留哪些和丢弃哪些。
任何人都可以建议如何去做吗？
【问题讨论】：
标签： python video image-processing video-capture video-processing
ffmpeg 之类的工具适用于从视频中提取图像。来自手册：
ffmpeg -i foo.avi -r 1 -s WxH -f image2 foo-%03d.jpeg
这将每秒从视频中提取一个视频帧，然后
将它们输出到名为foo-001.jpeg、foo-002.jpeg 等的文件中。
图像将重新缩放以适应新的 WxH 值。
编辑：我刚刚意识到只抓取key frames（帧内）可能会更有效，因为当场景发生剧烈变化时会发生这种情况。稍后快速谷歌我们有这个：
ffmpeg -i foo.avi -vsync 0 -vf select="eq(pict_type\,PICT_TYPE_I)" -s WxH -f image2 foo-%03d.jpeg
【讨论】：
您基本上想要的是场景检测。 framedifferenceanalyzer 是 Python 中的一个教育性概念证明，它正是这样做的，并且应该为了解问题本身提供一个良好的起点。
至于自己实现它，ffmpeg 是将视频转换为帧序列的理想工具 - 我可能不会尝试在纯 Python 中完成该部分。
为了计算帧之间的差异，您可以使用 ImageMagick（尤其是它的 compare 工具）。 ImageMagick 有几个 Python 绑定，例如 PythonMagick 或 magickwand 仅举两个。
您也可以使用OpenCV 进行图像分析。 OpenCV 是一个高性能、高质量的计算机视觉算法库，并且可能是执行此类操作的最强大的工具之一。但是，它假设您对计算机视觉/图像处理有一定的了解，并且已经对您要寻找的内容有一个很好的了解。
【讨论】：
从视频演示中提取幻灯片/帧有多种原因，尤其是在教育或会议相关视频的情况下。它使您无需观看整个视频即可访问学习笔记。
我已经多次遇到这个问题，所以我决定自己使用 python 为它创建一个解决方案。我已将代码开源，您可以轻松设置此工具并通过几个简单的步骤运行它。
请参阅youtube video tutorial。 如何使用此工具的步骤。
轰隆隆！ pdf 幻灯片将在输出文件夹中提供 做笔记并享受！
【讨论】：