查看原文
其他

真没想到,Python 还能实现 5 毛特效

程序人生 2020-10-29

The following article is from ZackSock Author ZackSock

作者 | ZackSock
来源 | ZackSock(ID:ZackSock)

Python牛已经不是一天两天的事了,但是我开始也没想到,Python能这么牛。前段时间接触了一个批量抠图的模型库,而后在一些视频中找到灵感,觉得应该可以通过抠图的方式,给视频换一个不同的场景,于是就有了今天的文章。
我们先看看能实现什么效果,先来个正常版的,先看看原场景:

下面是我们切换场景后的样子:


看起来效果还是不错的,有了这个我们就可以随意切换场景,坟头蹦迪不是梦。另外,我们再来看看另外一种效果,相比之下要狂放许多:



实现步骤

我们都知道,视频是由一帧一帧的画面组成的,每一帧都是一张图片,我们要实现对视频的修改就需要对视频中每一帧画面进行修改。所以在最开始,我们需要获取视频每一帧画面。
在我们获取帧之后,需要抠取画面中的人物。
抠取人物之后,就需要读取我们的场景图片了,在上面的例子中背景都是静态的,所以我们只需要读取一次场景。在读取场景之后我们切换每一帧画面的场景,并写入新的视频。
这时候我们只是生成了一个视频,我们还需要添加音频。而音频就是我们的原视频中的音频,我们读取音频,并给新视频设置音频就好了。
具体步骤如下:
  1. 读取视频,获取每一帧画面
  2. 批量抠图
  3. 读取场景图片
  4. 对每一帧画面进行场景切换
  5. 写入视频
  6. 读取原视频的音频
  7. 给新视频设置音频
因为上面的步骤还是比较耗时的,所以在视频完成后通过邮箱发送通知,告诉我视频制作完成。

模块安装

我们需要使用到的模块主要有如下几个:
pillow
opencv
moviepy
paddlehub
我们都可以直接用pip安装:
pip install pillow
pip install opencv-python
pip install moviepy
其中OpenCV有一些适配问题,建议选取3.0以上版本。
在我们使用paddlehub之前,我们需要安装paddlepaddle:具体安装步骤可以参见官网。用paddlehub抠图参考:别再自己抠图了,Python用5行代码实现批量抠图。我们这里直接用pip安装cpu版本的:
# 安装paddlepaddle
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
# 安装paddlehub
pip install -i https://mirror.baidu.com/pypi/simple paddlehub
有了这些准备工作就可以开始我们功能的实现了。

具体实现

我们导入如下包:
import cv2    # opencv
import mail    # 自定义包,用于发邮件
import math
import numpy as np
from PIL import Image    # pillow
import paddlehub as hub
from moviepy.editor import *
其中Pillow和opencv导入的名称不太一样,还有就是我自定义的mail模块。另外我们还要先准备一些路径:
# 当前项目根目录,系统自动获取当前目录
BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "."))
# 每一帧画面保存的地址
frame_path = BASE_DIR + '\\frames\\'
# 抠好的图片位置
humanseg_path = BASE_DIR + '\\humanseg_output\\'
# 最终视频的保存路径
output_video = BASE_DIR + '\\result.mp4'
接下来我们按照上面说的步骤一个一个实现。

(1)读取视频,获取每一帧画面

OpenCV中提供了读取帧的函数,我们只需要使用VideoCapture类读取视频,然后调用read函数读取帧,read方法返回两个参数,ret为是否有下一帧,frame为当前帧的ndarray对象。完整代码如下:
def getFrame(video_name, save_path):
    """
    读取视频将视频逐帧保存为图片,并返回视频的分辨率size和帧率fps
    :param video_name: 视频的名称
    :param save_path: 保存的路径
    :return: fps帧率,size分辨率
    """
    # 读取视频
    video = cv2.VideoCapture(video_name)

    # 获取视频帧率
    fps = video.get(cv2.CAP_PROP_FPS)
    # 获取画面大小
    width = int(video.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(video.get(cv2.CAP_PROP_FRAME_HEIGHT))
    size = (width, height)

    # 🦍获取帧数,用于给图片命名
    frame_num = str(video.get(7))
    name = int(math.pow(10, len(frame_num)))
    # 读取帧,ret为是否还有下一帧,frame为当前帧的ndarray对象
    ret, frame = video.read()
    while ret:
        cv2.imwrite(save_path + str(name) + '.jpg', frame)
        ret, frame = video.read()
        name += 1
    video.release()
    return fps, size
在标🦍处,我获取了帧的总数,然后通过如下公式获取比帧数大的整十整百的数:
frame_name = math.pow(10, len(frame_num))
这样做是为了让画面逐帧排序,这样读取的时候就不会乱。另外我们获取了视频的帧率和分辨率,这两个参数在我们创建视频时需要用到。这里需要注意的是opencv3.0以下版本获取帧率和画面大小的写法有些许差别。

(2)批量抠图

批量抠图需要用到paddlehub中的模型库,代码很简单,这里就不多说了:
def getHumanseg(frames):
    """
    对帧图片进行批量抠图
    :param frames: 帧的路径
    :return:
    """
    # 加载模型库
    humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')
    # 准备文件列表
    files = [frames + i for i in os.listdir(frames)]
    # 抠图
    humanseg.segmentation(data={'image': files})
我们执行上面函数后会在项目下生成一个humanseg_output目录,抠好的图片就在里面。

(3)读取场景图片

这也是简单的图片读取,我们使用pillow中的Image对象:
def readBg(bgname, size):
    """
    读取背景图片,并修改尺寸
    :param bgname: 背景图片名称
    :param size: 视频分辨率
    :return: Image对象
    """
    im = Image.open(bgname)
    return im.resize(size)
这里的返回的对象并非ndarray对象,而是Pillow中定义的类对象。

(4)对每一帧画面进行场景切换

简单来说就是将抠好的图片和背景图片合并,我们知道抠好的图片都在humanseg_output目录,这也就是为什么最开始要准备相应的变量存储该目录的原因:
def setImageBg(humanseg, bg_im):
    """
    将抠好的图和背景图片合并
    :param humanseg: 抠好的图
    :param bg_im: 背景图片,这里和readBg()函数返回的类型一样
    :return: 合成图的ndarray对象
    """
    # 读取透明图片
    im = Image.open(humanseg)
    # 分离色道
    r, g, b, a = im.split()
    # 🦍复制背景,以免源背景被修改
    bg_im = bg_im.copy()
    # 合并图片
    bg_im.paste(im, (0, 0), mask=a)
    return np.array(bg_im.convert('RGB'))[:, :, ::-1]
在标🦍处,我们复制了背景,如果少了这一步的话,生成的就是我们上面的“千手观音效果”了。
其它步骤都很好理解,只有返回值比较长,我们来详细看一下:
# 将合成图转换成RGB,这样A通道就没了
bg_im = bg_im.convert('RGB')
# 将Image对象转换成ndarray对象,方便opencv读取
im_array = np.array(bg_im)
# 此时im_array为rgb模式,而OpenCV为bgr模式,我们通过下面语句将rgb转换成bgr
bgr_im_array = im_array[:, :, ::-1]
最后bgr_im_array就是我们最终的返回结果。

(5)写入视频

为了节约空间,我并非等将写入图片放在合并场景后面,而是边合并场景边写入视频:
def writeVideo(humanseg, bg_im, fps, size):
    """
    :param humanseg: png图片的路径
    :param bgname: 背景图片
    :param fps: 帧率
    :param size: 分辨率
    :return:
    """
    # 写入视频
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')
    out = cv2.VideoWriter('green.mp4', fourcc, fps, size)

    # 将每一帧设置背景
    files = [humanseg + i for i in os.listdir(humanseg)]
    for file in files:
        # 循环合并图片
        im_array = setImageBg(file, bg_im)
        # 逐帧写入视频
        out.write(im_array)
    out.release()
上面的代码也非常简单,执行完成后项目下会生成一个green.mp4,这是一个没有音频的视频,后面就需要我们获取音频然后混流了。

(6)读取原视频的音频

因为在opencv中没找到音频相关的处理,所以选用moviepy,使用起来也非常方便:
def getMusic(video_name):
    """
    获取指定视频的音频
    :param video_name: 视频名称
    :return: 音频对象
    """
    # 读取视频文件
    video = VideoFileClip(video_name)
    # 返回音频
    return video.audio
然后就是混流了。

(7)给新视频设置音频

这里同样使用moviepy,传入视频名称和音频对象进行混流:
def addMusic(video_name, audio):
    """实现混流,给video_name添加音频"""
    # 读取视频
    video = VideoFileClip(video_name)
    # 设置视频的音频
    video = video.set_audio(audio)
    # 保存新的视频文件
    video.write_videofile(output_video)
其中output_video是我们在最开始定义的变量。

(8)删除过渡文件

在我们生产视频时,会产生许多过渡文件,在视频合成后我们将它们删除:
def deleteTransitionalFiles():
    """删除过渡文件"""
    frames = [frame_path + i for i in os.listdir(frame_path)]
    humansegs = [humanseg_path + i for i in os.listdir(humanseg_path)]
    for frame in frames:
        os.remove(frame)
    for humanseg in humansegs:
        os.remove(humanseg)
最后就是将整个流程整合一下。

(8)整合

我们将上面完整的流程合并成一个函数:
def changeVideoScene(video_name, bgname):
    """
    :param video_name: 视频的文件
    :param bgname: 背景图片
    :return:
    """
    # 读取视频中每一帧画面
    fps, size = getFrame(video_name, frame_path)

    # 批量抠图
    getHumanseg(frame_path)

    # 读取背景图片
    bg_im = readBg(bgname, size)

    # 将画面一帧帧写入视频
    writeVideo(humanseg_path, bg_im, fps, size)

    # 混流
    addMusic('green.mp4', getMusic(video_name))

    # 删除过渡文件
    deleteTransitionalFiles()

(9)在main中调用

我们可以把前面定义的路径也放进了:
if __name__ == '__main__':

    # 当前项目根目录
    BASE_DIR = os.path.abspath(os.path.join(os.path.dirname(__file__), "."))
    # 每一帧画面保存的地址
    frame_path = BASE_DIR + '\\frames\\'
    # 抠好的图片位置
    humanseg_path = BASE_DIR + '\\humanseg_output\\'
    # 最终视频的保存路径
    output_video = BASE_DIR + '\\result.mp4'

    if not os.path.exists(frame_path):
        os.makedirs(frame_path)

    try:
        # 调用函数制作视频
        changeVideoScene('jljt.mp4', 'bg.jpg')
        # 当制作完成发送邮箱
        mail.sendMail('你的视频已经制作完成')
    except Exception as e:
        # 当发生错误,发送错误信息
        mail.sendMail('在制作过程中遇到了问题' + e.__str__())
这样我们就完成了完整的流程。

发送邮件

邮件的发送又是属于另外的内容了,我定义了一个mail.py文件,具体代码如下:
import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart      # 一封邮件


def sendMail(msg):    
    # 
    sender = '发件人'
    to_list = [
        '收件人'
    ]
    subject = '视频制作情况'

    # 创建邮箱
    em = MIMEMultipart()
    em['subject'] = subject
    em['From'] = sender
    em['To'] = ",".join(to_list)

    # 邮件的内容
    content = MIMEText(msg)
    em.attach(content)

    # 发送邮件
    # 1、连接服务器
    smtp = smtplib.SMTP()
    smtp.connect('smtp.163.com')
    # 2、登录
    smtp.login(sender, '你的密码或者授权码')
    # 3、发邮件
    smtp.send_message(em)
    # 4、关闭连接
    smtp.close()
里面的邮箱我是直接写死了,大家可以自由发挥。为了方便,推荐发件人使用163邮箱,收件人使用QQ邮箱。另外在登录的时候直接使用密码比较方便,但是有安全隐患。

总结

老实说上述程序的效率非常低,不仅占空间,而且耗时也比较长。在最开始我切换场景选择的是遍历图片每一个像素,而后找到了更加高效的方式取代了。但是帧画面的保存,和png图片的存储都很耗费空间。
另外程序设计还是有许多不合理的地方,像是ndarray对象和Image的区分度不高,另外有些函数选择传入路径,而有些函数选择传入文件对象也很容易让人糊涂。
最后说一下,我们用上面的方式不仅可以做静态的场景切换,还可以做动态的场景切换,这样我们就可以制作更加丰富的视频。当然,效率依旧是个问题。
完整代码已提交GitHub:
https://github.com/IronSpiderMan/VideoSpecialEffects

更多精彩推荐

从 0 到 70%:Chrome 上位揭秘!

应付大学作业,花 3 小时写个文本转手写神器

用5G或需要换SIM卡;微软将放弃对32位Windows 10系统支持;TypeScript 3.9发布|极客头条

iRobot的30年成长史

调查了 17,000 多位程序员,当前的云原生开发现状究竟如何?

CSW:惊天巨骗 or 比特币“图腾”中本聪?

你点的每个“在看”,我都认真当成了喜欢

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存