使用计算机视觉反转视频

介绍

在本文中，我们将使用［计算机视觉技术开发一个应用程序，该应用程序将反转视频，并且我们将能够将反转的视频保存在我们的本地系统中。在此应用程序中，我们还可以更改其质量，例如 360／720p。

因此，让我们首先了解构建这个应用程序需要做什么。

构建此应用程序的步骤

本节将讨论构建此应用程序需要完成的步骤。在这里，我们将设置模板并在整个教程中遵循此方法。

导入 cv2 库：这是一个非常简单的工作， cv2即 Python 的计算机视觉库。

阅读／捕捉视频：然后，我们将阅读我们想要反转的视频。

使用帧：在本节中，我们将使用视频的帧来获得处理速度，即每秒帧数和帧数。

高度和宽度：在这里，我们将简单地提取我们已阅读的视频的高度和宽度，以便我们可以之后的重新缩放部分中使用它。

重新缩放和设置输出视频的类型：现在，在这一部分中，我们将简单地将视频重新缩放到一定的大小，并设置最后要保存的视频类型。

循环所有内容：最后，我们将所有内容都放入与帧相关的一些条件的循环中，并且我们都准备好反转我们的视频。

原始视频

在进行编码部分之前，我们应该知道我们的原始视频是什么样子的！这样在查看结果的同时，我们可以轻松地比较它们。

本文选择的视频是来自 YouTube 的 ens pack 开场视频，在本文中，我们将只处理这个视频，并使用计算机视觉技术将其反转。

导入库

这里我们只导入计算机视觉库，即cv2。

import cv2

阅读视频实例

这里是我们阅读视频的步骤。首先，让我们看一下代码，然后我们将讨论它。

cap ＝ cv2．VideoCapture（＇sample2．mp4＇）

我们使用 cv2 的Video Capture 函数来读取视频。为此，我们用引号括起来的参数中传递视频的路径；请记住一件事，如果视频位于同一文件夹中，则不需要使用完整路径；使用带有扩展名的视频名称。

使用框架

在这个部分中，我们将获取视频所拥有的总帧数，为此，我们将使用FRAME COUNT对象

frames ＝ cap．get（cv2．CAP＿PROP＿FRAME＿COUNT）

因此，在这里，可以在分解函数名称的同时轻松解码函数：

CAP：CapturePROP：PropertyFRAME＿COUNT：总帧数

但是我们是否使用最有效的方法来获取每秒的总帧数？

简单的答案是：“是的！”

原因：如果我们使用循环来计数帧并每次递增计数器，那么由于处理时间的原因，这对开发人员和 CPU 来说都是一个耗费精力的过程，但如果我们使用内置方法，那么我们就可以解决这两个问题。

因此，就在我们现在获取视频的总帧数之前，我们将尝试获取每秒帧数 （FPS）。

fps ＝ cap．get（cv2．CAP＿PROP＿FPS）

如果你有计算总帧数的概念，这将非常容易理解。如果我们分解计算FPS的内置函数，那么我们可以看到以下缩写：

· CAP： Capture

· PROP： Property

· FPS： Frames per second

获取视频的高度和宽度

在这里，我们将计算视频的高度和宽度，以便我们可以根据自己的喜好重新缩放输出视频。

height ＝ cap．get（cv2．CAP＿PROP＿FRAME＿HEIGHT）

width ＝ cap．get（cv2．CAP＿PROP＿FRAME＿WIDTH）

高度：我们这里使用的内置函数是CAP＿PROP＿FRAME＿HEIGHT，在这里我们可以看到FRAME＿HEIGHT会得到每一帧的高度，即完整

频的高度。宽度：同样，FRAME＿WIDTH 将用于查找视频的宽度。启动视频的输出写入器

现在我们将首先使用Video Writer， fourcc方法，将 4 个字符的代码赋予输出视频以根据我们的需要压缩帧。

这里我们使用“MJPG”字符代码来压缩帧。它也被称为视频编解码器，我们有多种视频编解码器，如果我们想查看参数列表，我们可以将其作为参数传递给函数，然后可以在 FOURCC 页面上找到。

注意：我们使用的是 MJPG 字符代码，即 motion－jpeg 编解码器。

然后我们简单地将输出视频重新缩放到它们的一半比例，即高度和宽度都减少到 50％。

fourcc ＝ cv2．VideoWriter＿fourcc（＊＇MJPG＇）

out ＝ cv2．VideoWriter（＇reversed2．avi＇， fourcc，fps ，（int（width＊0．5）， int（height＊0．5）））

让我们打印一些结果

1． 总帧数

2． 处理期间的每秒帧数。

print（＂No． of frames are ： ｛｝＂．format（frames））

print（＂FPS is ：｛｝＂．format（fps））

输出：

No． of frames are ： 488．0

FPS is ：25．0

在这里，我们将检索索引，即视频最后一帧的位置。

frame＿index ＝ frames－1

最后一步

让我们将所有内容放在一个循环中以获得结果；在这里，我们将循环执行之前已经完成的所有操作，然后将视频保存在我们的本地系统中

if（cap．isOpened（））：

while（frame＿index！＝0）：

cap．set（cv2．CAP＿PROP＿POS＿FRAMES， frame＿index）

ret， frame ＝ cap．read（）

frame ＝ cv2．resize（frame，（int（width＊0．5）， int（height＊0．5）））

out．write（frame）

frame＿index ＝ frame＿index－1

if（frame＿index％100＝＝0）：

print（frame＿index）

out．release（）

cap．release（）

cv2．destroyAllWindows（）

输出：

400．0

300．0

200．0

100．0

0．0

代码分解：

1． 我们先借助opens（） 函数检查一下视频的实例是否准备好了

2． 然后我们将使用帧索引读取帧直到视频结束

3． 现在，由于我们想要获得反向视频，我们将当前帧的位置初始化为最后一帧。

4． 可选：现在，如果我们想看实时反向视频，我们可以使用 cv2．imshow（＇name＇， frame），但是，

5． 如果我们想在本地系统中下载（写入）视频，那么我们将使用 write 方法，并且在每一步之后，我们将简单地减少帧索引。

6． 最后一步是打印帧值（这只是为了检查进度），然后释放实例并销毁窗口。

输出：

因此，在这里我们可以看到，在我们之前所做的所有计算机视觉操作的帮助下，原始视频已成功反转。

结论

我们已经涵盖了我们之前讨论过的所有步骤，现在我们已经编写（下载）了我们的反转视频，你可以在上面的 YouTube 视频链接中看到。

现在让我们总结一下到目前为止我们学到的东西。

1． 本文的第一个要点是，我们学习了如何 在本地和实时视频中使用帧。

2． 我们还学习了使用内置函数获取视频帧及其处理时间的最佳方法。

3． 然后在预处理后编写视频的同时，我们还注意到一个简单的变换可以给我们正确的输出（这里是反向视频）。

原文标题:使用计算机视觉反转视频