🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝🔝 🥰 博客首页:knighthood2001 😗 欢迎点赞👍评论🗨️ ❤️ 热爱python,尝试期待与大家一同进步成长!线稿!图视❤️ 👀给大家推荐一款很火爆的尝试刷题、面试求职网站👀 跟我一起来巩固基础和刷题吧 |
先看后赞,线稿已成习惯😁👍👍(只截取了一部分,图视怕截取太多,尝试你们打开卡)
目录
前言
1原始视频逐帧提取.py
2原始视频音频提取.py
3-1PIL批量转换细节帧线稿图.py
3-2PIL批量转换边缘增强线稿图.py
4PIL帧-视频合成.py
5音视频合成最终有声完整视频.py
总结
前言
入门opencv,线稿欢笑快乐每一天
大致思路和上篇文章的图视类似,这里采用了opencv+PIL+moviepy,尝试最终制作了线稿图的线稿带声音的MP4。
这里我讲了一些关于PIL的图视知识:利用PIL库进行简单的图像操作,隔壁打王者的尝试小孩子都在向我要素描图,快上车!线稿!图视
目录如下:需要准备一个视频
代码主要分成以下几个部分:
1原始视频逐帧提取
2原始视频音频提取
3-1PIL批量转换细节帧线稿图 3-2PIL批量转换边缘增强线稿图
4PIL帧-视频合成
5音视频合成最终有声完整视频
注:需要更改的,笔者已经在代码中注释todo了。
1原始视频逐帧提取.py
import osimport cv2# todocap = cv2.VideoCapture('ikun.mp4')fps = cap.get(cv2.CAP_PROP_FPS)width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)frames = cap.get(cv2.CAP_PROP_FRAME_COUNT)print('fps:', fps, '\n', 'width:', width, '\n', 'height:', height, '\n', 'frames:', frames)# todopath = 'ikun'if not os.path.exists(path): os.mkdir(path)i = 0while True: flag, frame = cap.read() filename = path + '/{ }.jpg'.format(str(i)) print(filename) cv2.imwrite(filename, frame) i = i + 1 if i >int(frames): break
在上篇文章中,笔者是直接将原始视频提取的帧继续边缘检测处理后保存为图片,而在这里,笔者就直接提取原视频的帧并不做修改保存。便于后续操作。
2原始视频音频提取.py
import moviepy.editor as mpdef extract_audio(videos_file_path): my_clip = mp.VideoFileClip(videos_file_path) my_clip.audio.write_audiofile(f'{ videos_file_path.split(".")[0]}.mp3')# todoextract_audio('ikun.mp4')
3-1PIL批量转换细节帧线稿图.py
import osfrom PIL import Imagefrom PIL import ImageFilter# todo 这里的path为之前逐帧提取的图片,new_path为新生成的线稿图保存的目录path = 'ikun'new_path = 'new_ikun1'if not os.path.exists(new_path): os.mkdir(new_path)# 输出原始目录图片数量a = os.listdir(path)b = len(a)print("原始目录图片数:", b)for i in range(b): '''细节''' square = Image.open(path + "/{ }.jpg".format(i)) square1 = square.filter(ImageFilter.DETAIL) '''轮廓''' square2 = square1.filter(ImageFilter.CONTOUR) square2.save(new_path + "/{ }.jpg".format(i)) print(new_path + "/{ }.jpg".format(i))
这里笔者采用了PIL中细节+轮廓的方式,提取线稿图(PIL提取线稿图,需要有轮廓这一步骤)
图片变化展示
3-2PIL批量转换边缘增强线稿图.py
import osfrom PIL import Imagefrom PIL import ImageFilter# todo 这里的path为之前逐帧提取的图片,new_path为新生成的线稿图保存的目录path = 'ikun'new_path = 'new_ikun2'if not os.path.exists(new_path): os.mkdir(new_path)# 输出原始目录图片数量a = os.listdir(path)b = len(a)print("原始目录图片数:", b)for i in range(b): '''边缘增强''' square = Image.open(path + "/{ }.jpg".format(i)) square1 = square.filter(ImageFilter.EDGE_ENHANCE) '''轮廓''' square2 = square1.filter(ImageFilter.CONTOUR) square2.save(new_path + "/{ }.jpg".format(i)) print(new_path + "/{ }.jpg".format(i))
同样的,笔者在这里只换了PIL的一个函数,采用边缘增强+轮廓的方式,大家可以去我之前博客看看,大家也可以自行去尝试,试出多种风格。
利用PIL库进行简单的图像操作,隔壁打王者的小孩子都在向我要素描图,快上车!!
图片变化展示:
(不知道为啥,感觉这个更好看)
4PIL帧-视频合成.py
import cv2import ossize = (854, 480)# todo path和保存的视频名称需要根据变化path = 'new_ikun1'videowrite = cv2.VideoWriter('output_ikun1.mp4', -1, 25, size)a = os.listdir(path)n = len(a)for i in range(n): img = cv2.imread(path + "/{ }.jpg".format(i)) videowrite.write(img)videowrite.release()print('end!')
5音视频合成最终有声完整视频.py
import moviepy.editor as mp# todo 路径都要看情况变化# todo 传入的线稿图视频video = mp.VideoFileClip('output_ikun1.mp4')audio = mp.AudioFileClip('ikun.mp3')video_merge = video.set_audio(audio)# todo 最终生成的带音频的视频video_merge.write_videofile('final_ikun1.mp4')# video = mp.VideoFileClip('output_ikun2.mp4')# audio = mp.AudioFileClip('ikun.mp3')# video_merge = video.set_audio(audio)# video_merge.write_videofile('final_ikun2.mp4')
注:4和5都只是根据3-1的线稿图内容进行制作视频
总结
大致上已经讲完了,大家对这篇文章里面内容不熟悉的,可以看我前一篇文章,里面有详细讲解。
接下来如果有空的话就会将其改为函数,方便大家更改与使用!!
注:以上内容只是用来探讨🐔技术,方便大家对其产生兴趣!!